Mental health in medical, dental and pharmacist students: a cross-sectional study
Notice bibliographique
Résumé
Introduction Health student’s mental health is considered a public health issue that dramatically increased with COVID 19’s pandemic. However, very few studies assessed the prevalence of mental health in medical, pharmacist, and dental students. Objectives Our goal was to assess mental health in health students from the same university one year after pandemic’s beginning and look at for associated factors. Methods An online survey was realized in Paris university which has the 3 specialties (medicine, pharmacy, and dental). We used the Hospitalization Anxiety and Depression scale, Composite International Diagnostic Interview - Short Form questionnaire, Maslach Burnout Inventory (with 2 versions (Student survey and Human Services Survey). We also asked for 12 months of suicidal ideation, humiliation, sexual harassment, and sexual aggression. We did multivariable logistic regression analyses to identify Major Depressive Episode (MDE) associated factors. Results We included 1925 students: 95 dental, 233 pharmacists, 541 medical preclinic, 587 medical clinic and 469 residents. Overall prevalence of 7- days anxiety symptoms, 7- days depressive symptoms, 12-month MDE, 12-month suicidal ideation, humiliation, sexual harassment and sexual aggression were 55%, 23%, 26%, 19%, 19%, 22% and 6% respectively. There were significative differences between groups for anxiety and depressive symptoms and MDE (p<0.001 for all). Associated factors to MDE in multivariable logistic regression were humiliation (OR=1.71, IC95[1.28-2.28]), sexual harassment (OR=1.60, IC95[1.19-2.16]), sexual abuse (OR=1.65, IC95[1.04-2.60])) and moderate (OR=1.49, IC95[1.17-1.90]) or important (OR=2.32, IC95[1.68-3.20]) subjective financial difficulties. Conclusions Health student’s prevalence of psychiatric symptoms is significant, but it seems possible to intervene on several risk factors. Disclosure No significant relationships.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».