Population mental health in Burma after 2021 military coup: online non-probability survey
Notice bibliographique
Résumé
BACKGROUND: Humanitarian crises and armed conflicts lead to a greater prevalence of poor population mental health. Following the 1 February 2021 military coup in Burma, the country's civilians have faced humanitarian crises that have probably caused rising rates of mental disorders. However, a dearth of data has prevented researchers from assessing the extent of the problem empirically. AIMS: To better understand prevalence of depressive and anxiety disorders among the Burmese adult population after the February 2021 military coup. METHOD: We fielded an online non-probability survey of 7720 Burmese adults aged 18 and older during October 2021 and asked mental health and demographic questions. We used the Patient Health Questionnaire-4 to measure probable depression and anxiety in respondents. We also estimated logistic regressions to assess variations in probable depression and anxiety across demographic subgroups and by level of trust in various media sources, including those operated by the Burmese military establishment. RESULTS: We found consistently high rates of probable anxiety and depression combined (60.71%), probable depression (61%) and probable anxiety (58%) in the sample overall, as well as across demographic subgroups. Respondents who 'mostly' or 'completely' trusted military-affiliated media sources (about 3% of the sample) were significantly less likely than respondents who did not trust these sources to report symptoms of anxiety and depression (AOR = 0.574; 95% CI 0.370-0.889), depression (AOR = 0.590; 95% CI 0.383-0.908) or anxiety (AOR = 0.609; 95% CI 0.390-0.951). CONCLUSIONS: The widespread symptoms of anxiety and depression we observed demonstrate the need for both continuous surveillance of the current situation and humanitarian interventions to address mental health needs in Burma.
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 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».