The prevalence and correlates of depression before and after the COVID-19 pandemic declaration among urban refugee adolescents and youth in informal settlements in Kampala, Uganda: A longitudinal cohort study
Notice bibliographique
Résumé
PURPOSE: There is scant research examining urban refugee youth mental health outcomes, including potential impacts of the COVID-19 pandemic. We examine prevalence and ecosocial risk factors of depression in the periods before and after the COVID-19 pandemic declaration among urban refugee youth in Kampala, Uganda. METHODS: Data from a cohort of refugee youth (n = 367) aged 16-24 years were collected in periods before (February 2020) and after (December 2020) the WHO COVID-19 pandemic declaration. We developed crude and adjusted generalized estimating equation logistic regression models to examine demographic and ecosocial factors (food insecurity, social support, intimate partner violence) associated with depression, and include time-ecosocial interactions to examine if associations differed before and after the pandemic declaration. RESULTS: The prevalence of depression was high, but there was no significant difference before (27.5%), and after (28.9%) the pandemic declaration (P = .583). In adjusted models, food insecurity (aOR: 2.54; 95% CI: 1.21-5.33) and experiencing violence (aOR: 2.53; 95% CI: 1.07-5.96) were associated with increased depression, and social support was associated with decreased depression (aOR: 0.85; 95% CI: 0.81-0.89). CONCLUSIONS: These findings highlight the urgent need for interventions to address chronic depression, food insecurity, and ongoing effects of violence exposure among urban refugee youth in Kampala.
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 | 0,002 |
| 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 | 0,000 | 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 ».