Prevalance and determinants of antidepressant use among Canadian Forces members experiencing major depressive episodes.
Notice bibliographique
Résumé
BACKGROUND: Major depression affects a significant proportion of individuals including those serving in the military; but, there is less information on the pharmacological treatment they receive. OBJECTIVES: We assessed the prevalence and determinants of past year antidepressant use among regular and reservist members of the Canadian Forces who have experienced major depressive episodes in the past 12 months. METHODS: The 2002 Canadian Community Health Survey Cycle 1.2 Canadian Forces Supplement (CCHS1.2-CFS) surveyed 8441 active members of the Canadian Forces. Individuals who reported experiencing major depressive episodes (MDE) in the past 12 months, according to the definition of the Diagnostic and Statistical Manual of Mental Disorders, 4th Edition (DSM-IV), were examined with data from the CCHS1.2-CFS. Regression models assessed sociodemographic determinants and service factors of antidepressant use employing appropriate weights and bootstrapping variance estimation methods. RESULTS: Overall, 7.4% of members of the Canadian Forces experienced MDE in the past 12 months, and of those only 32.1% reported to have taken an antidepressant. Significant predictors of antidepressant use were marital status i.e. married/common law (OR=3.6, 95%CI 2.0-6.4), widowed/separated/divorced (OR=4.0, 95%CI 2.0-8.4), and being in both combat and peacekeeping missions (OR=2.2, 95%CI 1.3-3.8). CONCLUSION: Findings highlight the characteristics that predispose individuals in the Canadian Forces with MDE to use antidepressant, and serves as a baseline to determine the effectiveness of ongoing programs for diagnosis, treatment and prevention of major depression. Continued research involving the Canadian Forces will foster better understanding of mental health outcomes and effective interventions to improve care.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».