Influencing factors of depressive symptoms among undergraduates: A systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: This systematic review aims to examine the influencing factors of undergraduates' depressive symptoms by summarizing the categories and intensity of the factors, to lay a foundation for subsequent research. METHODS: Two authors independently searched in Medline (Ovid), Embase (Ovid), Scopu, PsycINFO, PsycARTICLES, the Chinese Scientific Journal Database (VIP Database), China National Knowledge database (CNKI), and the WanFang database for cohort studies related to the influencing factors affecting depressive symptoms among undergraduates published prior to September 12, 2022. Adjusted Newcastle-Ottawa scale (NOS) was used to assess the risk of bias. Meta-analyses of regression coefficient estimates were performed to calculate pooled estimates with R 4.0.3 software. RESULTS: A total of 73 cohort studies were included, involving 46362 participants from 11 countries. Factors affecting depressive symptoms were classified into relational, psychological, predictors of response to trauma, occupational, sociodemographic and lifestyle factors. In Meta-analysis, 4 of 7 influencing factors were revealed to be statistically significant: negative coping (B = 0.98, 95%CI: 0.22-1.74), rumination (B = 0.06, 95%CI: 0.01-0.11), stress (OR = 0.22, 95%CI: 0.16-0.28) and childhood abuse (B = 0.42, 95%CI:0.13-0.71). No significant association was found in positive coping, gender and ethnicity. LIMITATIONS: The current studies have the problems of inconsistent use of scales and large heterogeneity of research design, making it difficult to summarize, which is expected to be further improved in future research. CONCLUSION: This review evidences the importance of several influencing factors of depressive symptoms among undergraduates. We advocate for more high-quality studies with more coherent and appropriate study designs and outcome measurement approaches in this field. TRIAL REGISTRATION: Systematic review registration: PROSPERO registration CRD42021267841.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,027 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».