The impact of self-efficacy on first onset and prognosis of major depressive disorder: findings from a longitudinal study in a sample of Chinese first-year university students
Notice bibliographique
Résumé
BACKGROUND: Self-efficacy is a pivotal factor in the etiology and prognosis of major depression. However, longitudinal studies on the relationship between self-efficacy and major depressive disorder (MDD) are scarce. The objectives were to investigate: (1) the associations between self-efficacy and the 1-year and 2-year risks of first onset of MDD and (2) the associations between self-efficacy and the 1-year and 2-year risks of the persistence/recurrence of MDD, in a sample of first-year university students. METHODS: We followed 8079 first-year university students for 2 years from April 2018 to October 2020. MDD was ascertained by the Chinese version of the Composite International Diagnostic Interview (CIDI-3.0) based on self-report. Self-efficacy was measured by the 10-item General Self-efficacy (GSE) scale. Random effect logistic regression modeling was used to estimate the associations. RESULTS: Among participants without a lifetime MDD, the data showed that participants with high baseline GSE scores were associated with a higher risk of first onset of MDD over 2 years [odds ratio (OR) 1.04, 95% confidence interval (CI) 1.01-1.08]. Among those with a lifetime MDD, participants with high baseline GSE scores were less likely to have had a MDD over 2 years (OR 0.93, 95% CI 0.88-0.99) compared to others. CONCLUSIONS: A high level of GSE may be protective of the risk of persistent or recurrent MDD. More longitudinal studies in university students are needed to further investigate the impact of GSE on the first onset of MDD.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».