Medical Student Psychological Distress and Mental Illness Relative to the General Population: A Canadian Cross-Sectional Survey
Notice bibliographique
Résumé
PURPOSE: To provide national data on Canadian medical students' mental health and show how their mental health compares with that of similarly aged postsecondary graduates from the general population. METHOD: In 2015-2016, the authors conducted a survey of medical students in all years of study at all 17 Canadian medical schools. The surveys included validated items and instruments to assess for psychological distress, suicidal ideation, and diagnosed mood and anxiety disorders. Comparative analyses were performed between medical students and similarly aged postsecondary graduates using data from the Canadian Community Health Survey-Mental Health 2012. RESULTS: The participation rate across all medical students was 40.2% (4,613/11,469). Relative to the general population of postsecondary graduates aged 20-34, medical students aged 20-34 had significantly higher rates of diagnosed mood disorders, diagnosed anxiety disorders, suicidal ideation, and psychological distress. Among medical students, being female was associated with having a mood or anxiety disorder, lifetime suicidal ideation, moderate or severe psychological distress, and higher mean Kessler Psychological Distress Scale 6-item summative scores. Being in clinical training was associated with having suicidal ideation, moderate or severe psychological distress, and mood and anxiety disorders. CONCLUSIONS: Compared with postsecondary graduates from the general population, medical student respondents had significantly higher rates of psychological distress, suicidal ideation, and mood and anxiety disorders. Further research is needed to understand the factors that are contributing to these higher rates.
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 | 0,004 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».