Prevalence and correlates of depressive symptoms among prisoners in Kaliti Federal Prison in Ethiopia: a facility based cross-sectional study
Notice bibliographique
Résumé
OBJECTIVE: This study intended to examine the prevalence and correlates of depressive symptoms among inmates in Kaliti Prison Centre, Addis Ababa, Ethiopia. METHODS: A facility-based cross-sectional study was conducted among 694 randomly selected inmates in Kaliti Federal Prison in Ethiopia. The depressive symptom was examined using the Patient Health Questionnaire (PHQ-9). A binary logistic regression model was fitted to identify correlates of depressive symptoms. A p value <0.05 was considered to declare statistical significance, and an adjusted OR (AOR) with the corresponding 95% CI was computed to determine the strength of association. Data were analysed using SPSS V.20. RESULT: The prevalence of depressive symptoms among prisoners in the current study was 56.6% (95% CI 53.2 to 60.8). Poor social support (AOR: 3.33, 95% CI 2.03 to 5.458), personal history of mental illness (AOR=3.16, 95% CI 1.62 to 6.14), physical abuse (AOR=2.31, 95% CI 1.41 to 3.78) and comorbid chronic medical illness (AOR=3.47, 95% CI 2.09 to 5.74) were independent correlates of depressive symptoms. CONCLUSION: Our study shows that around one in two prisoners screened positive for depressive symptoms. There should be a regular screening of depressive symptoms for prisoners, and those screened positive should be linked to proper psychiatric service for early diagnosis and treatment.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».