Prevalence of depressive disorder in the adult population of Latin America: a systematic review and meta-analysis
Notice bibliographique
Résumé
Depressive disorder is one of the leading causes of disability worldwide; however its prevalence and association with inequality and crime is poorly characterised in Latin America. This study aimed to: i. systematically review population-based studies of prevalence of ICD/DSM depressive disorder in Latin America, ii. report pooled regional, country, and sex-specific prevalence estimates, and iii. test its association with four country-level development indicators: human development (HDI), income (Gini) and gender inequality (GII), and intentional homicide rate (IHR). We conducted a systematic review and meta-analysis of population-based studies reporting primary data on the prevalence of ICD/DSM depressive disorder in Latin America from 1990 to 2023, irrespective of language. We searched PubMed, PsycINFO, Cochrane Library, SciELO (regional database), LILAC (regional database), and available grey literature. Study quality was assessed using JBI's critical appraisal tools. We generated pooled estimates using random-effects meta-analysis; heterogeneity was assessed using the I2 statistic. Meta-regression analyses were used to test associations of depression prevalence with indicators of inequality and human development. The study was registered with PROSPERO (CRD42019143054). Using data from 40 studies in Latin America, lifetime, 12-month, and current prevalence of ICD/DSM depressive disorder were calculated at 12.58% (95% CI 11.00%–14.16%); 5.30% (4.55–6.06%), and 3.12% (2.22–4.03), respectively. Heterogeneity was high across lifetime, 12-month, and current prevalence, sex, and countries. 12-month and current prevalence was associated with higher Gini and GII, 12-month prevalence with lower HDI, and current prevalence with higher IHR. We found a high prevalence of ICD/DSM depressive disorders in Latin America, and a statistically significant association with inequality and development indicators. The high heterogeneity found across prevalence periods and the major gaps in country representation underscore the need to escalate efforts to improve mental health access and research capabilities in Latin America. Systematic, comparable prevalence estimates would inform more effective decision-making in the region. Pfizer Independent Medical Education Grant.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».