Hypertension, morbidité psychiatrique et réactivité cortisolémique chez les personnes âgées
Bibliographic record
Abstract
Bien que le lien entre l'hypertension et les troubles psychiatriques soit établit [i.e. établi] depuis longtemps, ce n'est que dernièrement que le cortisol est étudié comme étant l'évidence biologique que ces deux affections ont une même composante pathogénique. Ce projet a pour objectif de documenter l'influence de la morbidité psychiatrique sur l'association entre le taux de cortisol salivaire et l'hypertension chez les personnes âgées. Méthodes et analyses : Les données utilisées proviennent de l'Enquête sur la santé des aînés (ESA), qui consiste en une entrevue à deux temps de mesure à un an d'intervalle (T1 et T2). Les données de l'enquête ESA ont été jumelées aux données administratives de la Régie de l'assurance maladie du Québec (RAMQ). L'hypertension fut retracée grâce aux traitements enregistrés dans la RAMQ et les troubles psychiatriques furent mesurés en référence aux critères du DSM-IV dans le cadre de l'étude ESA. Le cortisol a été obtenu par le prélèvement d'un échantillon salivaire lors de chaque entrevue. Pour tester l'effet modérateur des troubles psychiatriques sur l'hypertension, nous avons introduit un terme d'interaction dans un modèle de courbe de croissance latente, puis nous avons réalisé une comparaison de deux groupes différenciés par la présence ou non de troubles psychiatriques. Résultats : Le taux de cortisol initial est plus élevé dans le groupe avec un trouble psychiatrique. Par ailleurs, la présence d'un trouble psychiatrique n'a pas d'effet sur l'association entre l'hypertension et le taux de cortisol au temps 1 tandis qu'il a un effet sur cette association sur un intervalle d'un an. Conclusion : Nos résultats suggèrent que la présence d'un trouble psychiatrique a un effet significatif sur l'association entre l'hypertension et une augmentation de la sécrétion de cortisol chez les personnes âgées. Cependant d'autres études longitudinales incluant plusieurs mesures de cortisol demeurent nécessaires pour mieux comprendre la variabilité de la sécrétion de cette hormone dans le temps.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".