The Prevalence of Depression and Anxiety Disorders Among Postgraduate Students in an Arabic Sample: A Cross-sectional Study
Notice bibliographique
Résumé
Abstract Background: Depression and anxiety are indicators of mental health and quality of life. Studies found a high prevalence of depression and anxiety disorders among specific populations, such as medical students, residents and fellows. However, postgraduate students unarguably suffer from many private and career life stressors. Unfortunately, research about the prevalence of depression and anxiety among postgraduate students are greatly lacking. Methods: A cross-sectional online survey; a self-questionnaire divided into five sections. Socio-demographic characteristics, the Patient Health Questionnaire for Depression (PHQ9), Generalized Anxiety Disorder 7 item (GAD7), insomnia and suicide. Results: The number of participants was 1,005, The prevalence of depression and GAD that warrant treatments are 27.4% and 23.6%, respectively. Most of the participants who screened positive for depression and GAD were not aware of having these disorders. Females were at a higher risk of depression (OR: 1.5, 95% CL: 1.10 to 2.15) and GAD (OR:1.49, 95% CL 1.07 to 2.07). Insomnia is associated significantly with depression (P<0.001) and GAD (P<0.001). Depression increases the risk for active suicide thoughts (OR= 7.453) (P<0.001). Limitations: Due to the nature of cross-sectional studies, causal relationships cannot be identified. Conclusion: We have identified a higher prevalence of depression and GAD among postgraduate students compared with the general population. However, they appear to be underrepresented in mental health literature, so further research is necessary.
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 | 0,006 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».