Depression, anxiety, stress, and suicidal behavior among Bangladeshi undergraduate rehabilitation students: An observational study amidst the COVID‐19 pandemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background and Aims: Common mental health symptoms (CMHS) like depressive moods, anxiety, and stress are the underlying causes of suicidal behavior. The incidence of suicide is higher among Bangladeshi students. Due to the pandemic, students of health/rehabilitation sciences are at the most significant risk. This study aimed to measure the prevalence rate and predicting factors for depression, anxiety and stress, suicidal ideation, and suicide attempts in Bangladeshi undergraduate rehabilitation students. Methods: This cross-sectional study included data from 731 participants. Descriptive analyses estimated prevalence, and multivariate logistic regression models identified the factors associated with CMHS and suicidal behavior after adjusting the confounders. Results: The result shows a high prevalence of moderate to very severe CMHS and a higher risk of suicidal ideation among rehabilitation students. Sociodemographic factors, illness, behavior, institution, and subject-related issues were identified as the predicting factors of CMHS and suicidal behavior. The students suffering from mental health symptoms reported suicidal ideation and attempted at a significantly higher rate. Conclusion: To deal with CHMS and suicide risk, a holistic, supportive approach from government and academic institutions are essential for minimizing the predicting factors identified by this study. The study is helpful for the government regulatory body and policymakers to take immediate steps for preventing CMHS and suicidal behavior among rehabilitation students in Bangladesh.
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.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| 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 découle