Longitudinal depressive and anxiety symptoms of adult injury patients in Kenya and their risk factors
Notice bibliographique
Résumé
Background: Injuries account for a significant proportion of the health and economic burden for populations in low- and middle-income countries. However, little is known about psychological distress trajectories amongst injury survivors in low- and middle-income countries.Methods: Adult injury patients (n = 644) admitted to Kenyatta National Hospital in Nairobi, Kenya, were enrolled and interviewed in the hospital, and at 1, 2–3, and 4–7 months after hospital discharge through phone to assess depressive and anxiety symptoms and level of disability. Growth mixture modeling was applied to identify latent trajectories of depressive and anxiety symptoms.Results: Elevated depressive and moderate-level anxiety symptoms (13%) and low depressive and anxiety symptoms (87%) trajectories were found between hospitalization and up to seven months after hospital discharge. Being female, prior trauma experience, longer hospitalization, worse self-rated health status while in the hospital, and lack of monetary assistance during hospitalization were associated with the elevated symptoms trajectory. The higher symptoms trajectory associated with higher disability levels after hospital discharge and significantly lower proportion of resuming daily activities and work.Conclusion: The persistence of elevated depressive symptoms and associated reduced functioning several months after physical injury underscores the importance of identifying populations at risk for preventive and early interventions.Implications for RehabilitationHealth providers following up with injury survivors should screen for depressive and anxiety symptomsSpecial attention to women and people with a potential traumatic exposure historyIncorporation of evidence-based culturally adapted psychosocial interventions in rehabilitation and outpatient clinics
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».