Prevalence of depression in persons with schizophrenia – a cross-sectional study from a tertiary psychiatric hospital
Notice bibliographique
Résumé
Background: It is important to be aware of depressive symptoms in schizophrenia because of the impact it has on its course and outcome. There are only a few studies that have evaluated depression in schizophrenia in Indian settings and no data is available from Kerala. The objective of this study was to find the prevalence and associated factors of depression in persons with schizophrenia. Methods: This was a cross-sectional study in which 225 patients with a diagnosis of schizophrenia according to DSM-5 who availed outpatient or inpatient services from a tertiary psychiatric hospital were included. Socio-demographic data were collected using a structured proforma. The symptom domains of schizophrenia were assessed using the Positive and Negative Syndrome Scale (PANSS). Depression was measured using the Calgary Depression Scale for Schizophrenia (CDSS). A cut-off score of ?6 on the CDSS was used to identify clinically significant depressive symptoms. Results: This study found the prevalence of depression in schizophrenia to be 30% (95 % CI - 29.94, 30.06). Higher education, being married, greater insight, a past history of suicide attempt, positive symptoms and general psychopathology symptoms were found to be associated with depression in schizophrenia. A positive correlation between PANSS positive subscale and CDSS scores was identified. Conclusions: Depression was seen in almost one-third of the patients with schizophrenia. Screening and management of depressive symptoms can help in improving the quality of care provided to patients with schizophrenia.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 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 ».