MétaCan
Menu
Retour à la cohorte
Enregistrement W2413085660 · doi:10.2196/resprot.4551

Prevalence of Depression in Medical Students at the Lebanese University and Exploring its Correlation With Facebook Relevance: A Questionnaire Study

2016· article· en· W2413085660 sur OpenAlexvenueno aff
Wadih Naja, Alaa Kansoun, Ramzi Haddad

Notice bibliographique

RevueJMIR Research Protocols · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)PsychologyDepression (economics)CorrelationMedical educationClinical psychologyFamily medicinePsychiatryMedicineApplied psychologyGerontology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The prevalence of major depression is particularly high in medical students, affecting around one-third of this population. Moreover, online social media, in particular Facebook, is becoming an intrinsic part in the life of a growing proportion of individuals worldwide. OBJECTIVE: Our primary objective is to identify the prevalence of depression in medical students at the Lebanese University Faculty of Medicine, a unique state university in Lebanon, its correlation with the utilization of the interactive features of Facebook, and the way students may resort to these features. METHODS: Students of the Lebanese University Faculty of Medicine were assessed for (1) depression and (2) Facebook activity. To screen for major depression, we used the Patient Health Questionnaire-9 (PHQ-9) scale. To test for Facebook activity, we developed the Facebook Resorting Questionnaire (FbRQ), which measures the degree to which students resort to Facebook. RESULTS: A total of 365 out of 480 students (76.0%) participated in the survey. A total of 25 students were excluded, hence 340 students were included in the final analysis. Current depression was reported in 117 students out of 340 (34.4%) and t tests showed female predominance. Moreover, PHQ-9 score multiple regression analysis showed that feeling depressed is explained 63.5% of the time by specific independent variables studied from the PHQ-9 and the FbRQ. Depression varied significantly among the different academic years (P<.001) and it peaked in the third-year students. One-way analysis of variance (ANOVA) showed that depression and resorting to Facebook had a positive and significant relationship (P=.003) and the different FbRQ categories had significant differences in resorting-to-Facebook power. The like, add friend, and check-in features students used when resorting to Facebook were significantly associated with depression. CONCLUSIONS: This study showed that depression was highly prevalent among students of the Faculty of Medicine at the Lebanese University. Moreover, Facebook may be a promising, helpful, psychological tool for optimizing the management of depression. Our study brought to bear further questions that now prompt further observation and scrutiny to know more about the high rates of depression in this student population, more so in the part of the world studied, and to the growing role of social media.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,586

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,375
Tête enseignante GPT0,579
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetSocial Media in Health EducationTravaux en français237 207