Evaluating the Prevalence and Correlates of Major Depressive Disorder Among Residents of Fort McMurray, Canada, One Year After a Devastating Flood
Notice bibliographique
Résumé
Abstract Objective: This study assessed the prevalence and correlates of depression following the April 2020 flooding in Fort McMurray. Methodology: A cross-sectional study design. Questionnaires were self-administered through an anonymous, online survey. Data collected included sociodemographics, flooding-related variables, clinical information, and likely major depressive disorder (MDD) using PHQ-9 scoring. Data were analyzed using descriptive statistics, the chi-square test, and logistic regression at P = < 0.05. Results: Of the 186 respondents who completed the survey, 85.5% (159) of the respondents were females, 14.5% (27) were males, 52.7% (98) were above 40 years of age, and 94% (175) were employed. The prevalence of mild to severe depression among the respondents was 53.7% (75). Respondents who reported that they are unemployed are 12 times more likely to have a moderate to severe depression (OR = 12.16; 95% CI: 1.08–136.26). Respondents who had previously received a mental health diagnosis of MDD are five times more likely to have moderate to severe depression (OR = 5.306; 95% CI: 1.84–15.27). Conclusion: This study suggests that flooding could impact the psychosocial and mental health of affected people. There is a need to reassess the existing guidelines on emergency planning for flooding to reduce its impacts on mental health and identify where research can support future evidence-based guidelines.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».