Mental health and well-being trends among children and young people in the UK, 1995–2014: analysis of repeated cross-sectional national health surveys
Notice bibliographique
Résumé
BACKGROUND: There is a growing concern about the mental health of children and young people (CYP) in the UK, with increasing demand for counselling services, admissions for self-harm and referrals to mental health services. We investigated whether there have been similar recent trends in selected mental health outcomes among CYP in national health surveys from England, Scotland and Wales. METHODS: Data were analysed from 140 830 participants (4-24 years, stratified into 4-12, 13-15, 16-24 years) in 36 national surveys in England, Scotland and Wales, 1995-2014. Regression models were used to examine time trends in seven parent/self-reported variables: general health, any long-standing health condition, long-standing mental health condition; Warwick-Edinburgh Mental Wellbeing Score (WEMWBS), above-threshold Strengths and Difficulties Questionnaire Total (SDQT) score, SDQ Emotion (SDQE) score, General Health Questionnaire (GHQ) score. RESULTS: Across all participants aged 4-24, long-standing mental health conditions increased in England (0.8-4.8% over 19 years), Scotland (2.3-6.0%, 11 years) and Wales (2.6-4.1%, 7 years) (all p < 0.001). Among young children (4-12 years), the proportion reporting high SDQT and SDQE scores decreased significantly among both boys and girls in England [SDQE: odds ratio (OR) 0.97 (0.96-0.98), p < 0.001] and girls in Scotland [SDQE: OR 0.96 (0.93-0.99), p = 0.005]. The proportion with high SDQE scores (13-15 years) decreased in England [OR 0.98 (0.96-0.99), p = 0.006] but increased in Wales [OR 1.07 (1.03-1.10), p < 0.001]. The proportion with high GHQ scores decreased among English women (16-24 years) [OR 0.98 (0.98-0.99), p = 0.002]. CONCLUSIONS: Despite a striking increase in the reported prevalence of long-standing mental health conditions among UK CYP, there was relatively little change in questionnaire scores reflecting psychological distress and emotional well-being.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».