Prevalence, correlates of major depression: A mental health survey among undergraduates at a mainland <scp>C</scp>hinese university
Notice bibliographique
Résumé
INTRODUCTION: This cross-sectional survey among Chinese university students aimed to estimate the prevalence and risk factors of major depressive disorder (MDD) among undergraduates, in order to provide basic information for the prevention and treatment of depression among the college-aged population. METHODS: A total of 2,046 undergraduates were interviewed face to face using the World Health Organization Composite International Diagnostic Interview Version 3.0 (WHO-CIDI, version 3.0). Diagnostic and Statistical Manual of Mental Disorders-IV (DSM-IV) criteria were used to diagnose MDD. Logistic regression was used to evaluate the associations between MDD and selected correlates. RESULTS: The survey response rate was 90.1% (N = 1,843). The prevalence rates of MDD were 3.9% (lifetime), 2.4% (12 months) and 0.4% (30 days). No significant gender or age differences were found in prevalence rates. No sociodemographic characteristics were related to the lifetime prevalence of MDD. In contrast, family structure and environment factors specifically being from a single-parent family (odds ratio [OR] = 2.513, confidence interval [CI] = 1.404-2.500), parents having mental problems (OR = 1.809, CI = 1.104-2.964), and physical punishment (OR = 1.789, CI = 1.077-3.001) were associated with higher lifetime prevalence of MDD. DISCUSSION: These findings showed a relatively lower prevalence of DSM-IV/CIDI MDD in this sample of Chinese undergraduates than that reported for students in other countries. However, the prevalence rate for university students was higher than that reported for general Chinese population. Family structure and socio-environmental factors in the student's family of origin significantly correlated with the lifetime prevalence of MDD.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».