当前位置: 首页 > news >正文

2.5/Q2,Charls最新文章解读

文章题目:Trajectories of depressive symptoms and risk of chronic liver disease: evidence from CHARLS 

 

DOI:10.1186/s12876-025-03943-7

 

中文标题:抑郁症状的轨迹和慢性肝病风险:来自 CHARLS 的证据

 

发表杂志:BMC Gastroenterol

 

影响因子:2区,IF=2.5

 

发表时间:2025年5月

今天给大家分享一篇在2025年5月发表在《BMC Gastroenterol》(2区,IF=2.5)的文章。本研究的目的是调查中国中老年人抑郁症状轨迹与CLD 之间的关系。

 

研究方法:该研究包括来自7351 名中国个体的数据,这些数据来自中国健康与退休纵向研究 (CHARLS)。潜在类生长模型 (LCGM) 和生长混合模型 (GMM) 确定了 2011 年至 2015 年抑郁症状轨迹的五类。采用多元 logistic 回归模型分析 2015-2020 年抑郁症状轨迹与 CLD 之间的关系。

Table&Figure

 

结果解读:我们确定了抑郁症状的五种不同轨迹,其特征是在整个随访过程中持续低CES-D 评分(低稳定;4621 例 [62.86%]);起始 CES-D 评分高但随后下降(高下降;824 例 [11.21%]);随访期间持续高 CES-D 评分(高稳定;508 例 [6.91%]);开始中等 CES-D 评分但随后增加(中度增加;844 例 [11.48%]);低起始 CES-D 评分增加,然后在随访中缓解(缓解;554 例 [7.54%])。共有 420 名 (5.71%) 参与者在随访期间患上慢性肝病。与低稳定轨迹上的参与者相比,中度增加轨迹、高下降轨迹和高稳定轨迹上参与者患慢性肝病风险的 OR (95% CI) 分别为 1.44 (1.05-1.93)、1.59 (1.17-2.12) 和 2.25 (1.62-3.08)。

 

结论:在中国中老年人中,随着时间的推移,抑郁症状中度增加、高度下降和高稳定轨迹的个体患CLD 的风险增加。 

 

大家在科研路上,可以借鉴这种研究方法,为自己的课题添砖加瓦。万层高楼平底起,一起加油呀!

http://www.xdnf.cn/news/751159.html

相关文章:

  • transformer 输入三视图线段输出长宽高 笔记
  • 大模型应用开发之预训练
  • DAY 16 numpy数组与shap深入理解
  • 【第三十八周】BLIP-2:一种高效的视觉语言预训练框架
  • 介绍一种LDPC码译码器
  • Python 爱心图案代码
  • 计算晶体结构和电子能带的软件
  • 【Python高阶】面向对象
  • C语言-10.字符串
  • 【Day41】
  • 非常有趣的桌面萌宠互动软件
  • 单板机8088C语言计划
  • 前端面经 get和post区别
  • 使用交叉编译工具提示stubs-32.h:7:11: fatal error: gnu/stubs-soft.h: 没有那个文件或目录的解决办法
  • Baklib内容中台革新企业知识实践
  • AI 社交和AI情绪价值的思考
  • 高并发抽奖系统优化方案
  • python训练营day40
  • 共享内存-systemV
  • Python应用for循环遍历寻b
  • homework 2025.03.31 chinese(class 3)
  • DeepSeek R1-0528:深度思考能力的重大跃升与技术突破全解析
  • 一文读懂Automotive SPICE
  • Day41 Python打卡训练营
  • 【HW系列】—Windows日志与Linux日志分析
  • 远程线程注入
  • 【PhysUnits】15.5 引入P1后的标准化表示(standardization.rs)
  • Cesium快速入门到精通系列教程一
  • AtCoder AT_abc408_d [ABC408D] Flip to Gather
  • C++ 变量声明(Declaration)和定义(Definition)的区别