Predictors of unrecognised comorbid depression in patients with schizophrenia at Amanuel mental specialized hospital, Ethiopia: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: The occurrence of depression in patients with schizophrenia (PWS) increases the risk of relapse, frequency and duration of hospitalisation, and decreases social and occupational functioning. OBJECTIVE: This study aimed to assess prevalence of unrecognised comorbid depression and its determinants in PWS. METHOD: A cross-sectional study was conducted from 1 to 30 March 2019 at Amanuel mental specialized hospital among 300 PWS. The 9-item Calgary Depression Scale for Schizophrenia was used to assess comorbid depression. Logistic regression was used to determine the association between outcome and explanatory variables. Statistical significance was declared at p value <0.05 with 95% CI. RESULTS: The prevalence of unrecognised comorbid depression was found to be 30.3%. Living alone (adjusted OR (AOR)=3.49, 95% CI=0.45 to 8.36), having poor (AOR=4.43, 95% CI=1.45 to 13.58) and moderate (AOR=4.45, 95% CI=1.30 to 15.22) social support, non-adherence to medication (AOR=3.82, 95% CI=1.70 to 8.55), presenting with current negative symptoms such as asocialia (AOR=4.33, 95% CI=1.98 to 9.45) and loss of personal motivation (AOR=3.46, 95% CI=1.53 to 7.84), and having suicidal behaviour (AOR=6.83, 95% CI=3.24 to 14.41) were the significant predictors of comorbid depression in PWS. CONCLUSION: This study revealed considerably a high prevalence of unrecognised comorbid depression among PWS. Therefore, clinicians consider timely screening and treating of comorbid depression in PWS.
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 | 0,000 | 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) | 0,001 | 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 ».