Prevalence and Associated Factors of Depression among Elderly Population Living in Geriatric Homes in Kathmandu Valley
Notice bibliographique
Résumé
Introduction: Depression generally presents in all age group but is more common among elderly population living in geriatric homes. Despite the growth of geriatric home health services, little is known about the mental health needs of geriatric people seen in their homes. Methods: This study is conducted in July – December 2010 to determine the prevalence and associated factors of depression among elderly population living in geriatric homes in Kathmandu Valley. A total of 78 elderly people were included in this study. Semi-structured questionnaires and in-depth interview guidelines were used to further exploring the associated factors of depression. The study participants were identified by using Geriatric Depression Scale. Results: The prevalence of depression was 51.3% with severe depression 15.4% and mild depression 35.9%. Most of the severely depressed respondents (75%) were widow/widower; most of the mild depressed respondents (85.7%) were illiterate; three quarter (75%) of severely depressed respondents had no children; and almost all of severely depressed respondents (90.9%) had difficulty in daily living activities due to health problems Conclusion: Majority of respondents were found to be living with varying level of depression. Poverty, presence of physical illness and lacking social and family support contributes to depression. Majority of depressed respondents mentioned their satisfaction with the living in geriatric home. DOI: http://dx.doi.org/10.2126/joim.v35i1.8896 Journal of Institute of Medicine, April, 2013; 35:39-44
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».