Neighbourhood characteristics and depression in community-dwellers with and without a chronic condition
Bibliographic record
Abstract
Contexte: La dépression est un problème de santé publique majeur. Des études montrent des associations entre certaines caractéristiques du voisinage et la dépression. Par contre, nous ne savons toujours pas quels aspects du voisinage ont le plus grand impact sur la dépression, quelles personnes sont les plus affectées et par quel mécanisme existe cette association. Les personnes ayant une maladie chronique dépendent du soutien et des ressources de leur voisinage, et donc pourraient être particulièrement vulnérables par leurs contextes environnementaux. Objectifs: Évaluer l'association entre les caractéristiques du voisinage et le risque de dépression chez des adultes avec et sans maladie chronique (objectif 1); examiner les modérateurs et les médiateurs qui contribuent à cette association (objectif 2); et étudier la relation entre les caractéristiques de voisinage et les changements de la dépression à travers le temps (objectif 3). Conception et méthodes: Cette thèse est une l'analyse de données secondaires tirées de deux enquêtes canadiennes, combinées avec des données provenant de recensements, de bases de données géospatiales, d'imagerie satellite, et de sondages. En premier lieu, j'ai adopté une perspective globale des effets de voisinage dans la population générale en me servant de 10 ans de données de l'Enquête nationale sur la santé de la population (ENSP 2000/01-2010/11, n = 17,276 au départ). En deuxièmement lieu, je me suis portée plus spécifiquement sur les personnes atteintes de diabète de type 2, en me servant de 5 ans de données de l'Étude sur la santé du diabète (ESD; 2008-2013; n = 2003 au départ). Les analyses des deux enquêtes ont été faites séparément. La dépression a été mesurée à l'aide d'outils de dépistage. Pour l'objectif 1, j'ai effectué des analyses de survie pour examiner les associations entre les caractéristiques du voisinage et le risque de dépression chez les gens avec et sans maladie chronique. Pour l'objectif 2, j'ai testé des modérateurs en incluant des termes d'interaction dans les modèles et j'ai testé des potentiels à l'aide du modèle de risques additifs. Pour l'objectif 3, j'ai utilisé une analyse de croissance de classe latente afin d'examiner l'effet des caractéristiques des voisinages sur les trajectoires de la dépression. Projet 1 - Voisinages et le risque de dépression chez les personnes avec et sans maladie chronique (des données de l'ENSP). Les caractéristiques des voisinages n'étaient pas associées de façon significative à un risque de dépression dans l'échantillon général, ni dans les sous-échantillons de personnes ayant une maladie chronique. Cependant, l'analyse des modérateurs a révélé qu'habiter près d'un parc était associé à un risque de dépression moindre pour les personnes vivant dans des logements surpeuplés. Projet 2 - Voisinages et le risque de dépression chez les personnes atteintes de diabète (données de l'ESD). Un plus grand nombre d'installations d'activité physique, de services culturels, et un taux plus élevé de verdure dans le voisinage étaient associés à un risque moindre de dépression. La privation matérielle était associée à un risque accru de dépression, en particulier chez les personnes avec le diabète qui étaient plus âgés ou à la retraite. La réduction des complications du diabète et de l'invalidité était des médiateurs importants expliquant le lien entre les installations d'activité physique et la dépression chez les personnes diabétiques. Projet 3 - Voisinages et trajectoires de dépression au cours du temps (données de l'ENSP). La modélisation de croissance de classe latente a révélé trois trajectoires de prévalence de dépression majeure: faible prévalence, prévalence modéré diminuant avec le temps, et prévalence élevée chronique. La présence de parcs et de services culturels dans le voisinage était associée de façon significative à un changement dans la trajectoire de dépression élevée chronique vers une probabilité moindre de dépression majeure.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".