Study protocol of DIVERGE, the first genetic epidemiological study of major depressive disorder in Pakistan
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
INTRODUCTION: Globally, 80% of the burdenof major depressive disorder (MDD) pertains to low- and middle-income countries. Research into genetic and environmental risk factors has the potential to uncover disease mechanisms that may contribute to better diagnosis and treatment of mental illness, yet has so far been largely limited to participants with European ancestry from high-income countries. The DIVERGE study was established to help overcome this gap and investigate genetic and environmental risk factors for MDD in Pakistan. METHODS: DIVERGE aims to enrol 9000 cases and 4000 controls in hospitals across the country. Here, we provide the rationale for DIVERGE, describe the study protocol and characterise the sample using data from the first 500 cases. Exploratory data analysis is performed to describe demographics, socioeconomic status, environmental risk factors, family history of mental illness and psychopathology. RESULTS AND DISCUSSION: Many participants had severe depression with 74% of patients who experienced multiple depressive episodes. It was a common practice to seek help for mental health struggles from faith healers and religious leaders. Socioeconomic variables reflected the local context with a large proportion of women not having access to any education and the majority of participants reporting no savings. CONCLUSION: DIVERGE is a carefully designed case-control study of MDD in Pakistan that captures diverse risk factors. As the largest genetic study in Pakistan, DIVERGE helps address the severe underrepresentation of people from South Asian countries in genetic as well as psychiatric research.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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