The experience and impact of stigma in Saudi people with a mood disorder
Notice bibliographique
Résumé
Introduction Self-stigma plays a powerful role in attitudes toward mental illness and seeking psychological services. Assessing stigma from the perspective of people with mood disorders is important as they were ranked as major causes of disability. Objectives To determine the extent and the impact of stigma experience in Saudi patients with mood disorder and compare them between depression and bipolar disorder patients. To test if stigma is a universal experience and has similar psychosocial impact across cultures. Aim It's a part of multicenter international study comparing its results to the universal experiences inthe perspectives of individuals with mood disorder. Methodology We randomly interviewed 94 individuals with mood disorder at King Khalid University Hospital using valid reliable tool, Inventory of Stigmatizing Experiences (ISE), which has two components: Stigma Experiences Scale (SES) and Stigma Impact Scale (SIS). Results ISE was validated in a population of Saudi patients with mood disorder. There were no significant differences in stigma between patients with bipolar or depressive disorder on SES or SIS. However, over 50% of all respondents tried to hide their mental illness from the others, and to avoid situations that might lead them to be stigmatized. In comparison with the Canadian population, Saudi participants scored lower on both SES and SIS, which may be due to cultural differences. Conclusion Stigma associated with mood disorder is serious and pervasive. It's important first to understand how patients perceive stigma in order to conduct successful anti-stigma programs. The ISE is a highly reliable instrument among cultures. Disclosure of interest The authors have not supplied their declaration of competing interest.
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 | 0,000 | 0,000 |
| 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 ».