Factors Associated with Mental Distress Among Medical Students of Universitas Pembangunan Nasional Veteran Jakarta
Notice bibliographique
Résumé
Background: Mental distress refers to common mental disorders, such as depression, anxiety, and somatic symptoms, and is considered public health problem. It is reported that university students tend to have higher levels of mental distress compared to the general population, especially in medical students.Objective: The purpose of this study is to determine the risk factors affecting mental distress among medical students.Methods: A cross-sectional study using a survey was conducted among preclinical medical students at UPN Veteran Jakarta in June 2020. This study used proportional stratified sampling to complete questionnaires including demographic characteristics, adverse childhood experiences (ACE), family APGAR, and self-reporting questionnaire (SRQ-20). Data were analyzed by using logistic regression.Results: Among 138 participants, 36.2% had at least one of ACE, 55.1% of students came from a family with dysfunction, and 36.2% experienced mental distress. In multivariate analyses, some essential factors associated with mental distress are gender (OR=12.059, 95% CI: 2.311,62.916), adverse childhood experiences (OR=3.080, 95% CI: 1.903,4.983), family function (OR=2.733, 95% CI:1.097,6.809), and family structure (OR=0.290, 95% CI: 0.085,0.984).Conclusion: Students who are female, have history of adverse childhood experience, come from family with dysfunction, or non- nuclear family structure are more likely to be screened positive for mental distress. This study recommends an urgency of counselling service availability for medical students and community awareness to build a healthy family environment.
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 | 0,001 | 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 | 0,000 |
| 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 ».