Internet addiction, depressive symptoms, and anxiety symptoms are associated with the risk of eating disorders among university students in Bangladesh
Notice bibliographique
Résumé
The risk of developing an eating disorder among university students is higher than the general population in Bangladesh. Since psychiatric disorders (such as depression and anxiety) and addictive behaviors (e.g., internet addiction) predominantly exist among university students in the country, these may increase their vulnerability to developing an eating disorder. The association of internet addiction, depression, and anxiety with the risk of eating disorders among Bangladeshi university students is relatively unknown; therefore, this study investigates the association. This study was a cross-sectional design. Students (N = 700) from two public universities in Bangladesh completed the Patient Health Questionnaire (PHQ-9) scale, the Generalized Anxiety Disorder (GAD-7) tool, and Orman's Internet Addiction Survey (OIAS) to measure exposure variables. Eating Attitudes Test-26 (EAT-26) assessed the outcome variable. Multivariable logistic regression analysis showed that internet addiction [adjusted odds ratio (aOR) for moderate addiction = 2.15 and severe addiction = 3.95], depressive (aOR 3.04), and anxiety (aOR 2.06) symptoms were associated with an increased risk of eating disorder among study participants. Future longitudinal studies on university students are recommended to gain a better understanding about the causal factors of eating disorder to support intervention initiatives and strategies by public health practitioners and policy experts.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».