Risk and protective factors associated with adolescent depression in Singapore: a systematic review
Notice bibliographique
Résumé
INTRODUCTION: Adolescent depression is prevalent, and teen suicide rates are on the rise locally. A systemic review to understand associated risk and protective factors is important to strengthen measures for the prevention and early detection of adolescent depression and suicide in Singapore. This systematic review aims to identify the factors associated with adolescent depression in Singapore. METHODS: A systematic search on the following databases was performed on 21 May 2020: PubMed, EMBASE and PsycINFO. Full texts were reviewed for eligibility, and the included studies were appraised for quality using the Newcastle Ottawa Scale. Narrative synthesis of the finalised articles was performed through thematic analysis. RESULTS: In total, eight studies were included in this review. The four factors associated with adolescent depression identified were: (1) sociodemographic factors (gender, ethnicity); (2) psychological factors, including childhood maltreatment exposure and psychological constructs (hope, optimism); (3) coexisting chronic medical conditions (asthma); and (4) lifestyle factors (sleep inadequacy, excessive internet use and pathological gaming). CONCLUSION: The identified factors were largely similar to those reported in the global literature, except for sleep inadequacy along with conspicuously absent factors such as academic stress and strict parenting, which should prompt further research in these areas. Further research should focus on current and prospective interventions to improve mental health literacy, targeting sleep duration, internet use and gaming, and mitigating the risk of depression in patients with chronic disease in the primary care and community setting.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».