The Prevention of Depression in Children and Adolescents: A Review
Notice bibliographique
Résumé
OBJECTIVE: To review the recent literature on the prevention of clinical diagnoses of depression in children and adolescents. METHOD: Several preventive intervention programs targeting depressive diagnoses in youth were reviewed. These programs based their prevention strategies on cognitive-behavioural and (or) interpersonal approaches, which have been found to be helpful in the treatment of depression. In addition, family-based prevention strategies were reviewed. Also, nonspecific risk factors for youth depression, including poverty and child maltreatment, were discussed as important considerations in prevention programs targeting youth depression. RESULTS: In general, successful prevention programs targeting youth depression are based on evidence-based treatment programs for youth depression, structured and outlined in manuals, involve careful training of personnel implementing the protocols, and include assessment of fidelity to the intervention protocols. The programs were consistent with cognitive-behavioural and (or) interpersonal psychotherapy traditions. Overall, it appears that there is reason for hope regarding the role of interventions in preventing depressive disorders in youth. CONCLUSIONS: Several new directions for future research on the prevention of depression in youth were outlined. Future research is needed to establish an empirical base for the prevention of depression in high-risk youth and should: focus on targeted and indicated prevention approaches, attend to moderators of intervention effects, include approaches that aim to enhance the family environment, attend to nonspecific risk factors for disorder, and focus on the dissemination phase of prevention research.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».