The Burden of Mental Disorders in the Eastern Mediterranean Region, 1990-2013
Notice bibliographique
Résumé
The Eastern Mediterranean Region (EMR) is witnessing an increase in chronic disorders, including mental illness. With ongoing unrest, this is expected to rise. This is the first study to quantify the burden of mental disorders in the EMR. We used data from the Global Burden of Disease study (GBD) 2013. DALYs (disability-adjusted life years) allow assessment of both premature mortality (years of life lost-YLLs) and nonfatal outcomes (years lived with disability-YLDs). DALYs are computed by adding YLLs and YLDs for each age-sex-country group. In 2013, mental disorders contributed to 5.6% of the total disease burden in the EMR (1894 DALYS/100,000 population): 2519 DALYS/100,000 (2590/100,000 males, 2426/100,000 females) in high-income countries, 1884 DALYS/100,000 (1618/100,000 males, 2157/100,000 females) in middle-income countries, 1607 DALYS/100,000 (1500/100,000 males, 1717/100,000 females) in low-income countries. Females had a greater proportion of burden due to mental disorders than did males of equivalent ages, except for those under 15 years of age. The highest proportion of DALYs occurred in the 25-49 age group, with a peak in the 35-39 years age group (5344 DALYs/100,000). The burden of mental disorders in EMR increased from 1726 DALYs/100,000 in 1990 to 1912 DALYs/100,000 in 2013 (10.8% increase). Within the mental disorders group in EMR, depressive disorders accounted for most DALYs, followed by anxiety disorders. Among EMR countries, Palestine had the largest burden of mental disorders. Nearly all EMR countries had a higher mental disorder burden compared to the global level. Our findings call for EMR ministries of health to increase provision of mental health services and to address the stigma of mental illness. Moreover, our results showing the accelerating burden of mental health are alarming as the region is seeing an increased level of instability. Indeed, mental health problems, if not properly addressed, will lead to an increased burden of diseases in the region.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».