Prevalence of post‐traumatic stress disorder and depressive symptoms among civilians residing in armed conflict‐affected regions: a systematic review and meta‐analysis
Notice bibliographique
Résumé
Background: Globally, populations afflicted by armed conflict are known to have high rates of mental health disorders. Aims: This meta-analysis aims to estimate the prevalence of post-traumatic stress disorder (PTSD) and depressive symptoms among civilians residing in armed conflict-affected regions. Methods: This meta-analysis was conducted in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses. A literature search employing MEDLINE(R), Embase Classic+Embase, APA PsycINFO, Ovid Healthstar, Journal@Ovid Full Text, Cochrane, PTSDpubs and CINAHL was conducted from inception until 19 March 2024 to identify relevant studies. Quality assessment was performed using the Joanna Briggs Institute Critical Appraisal Checklist for Prevalence Studies, and a Comprehensive Meta-Analysis was used to conduct the statistical analysis. Results: The search yielded 38 595 articles, of which 57 were considered eligible for inclusion. The included studies comprised data from 64 596 participants. We estimated a prevalence of 23.70% (95% CI 19.50% to 28.40%) for PTSD symptoms and 25.60% (95% CI 20.70% to 31.10%) for depressive features among war-afflicted civilians. The subgroup analysis based on time since the war and the country's economic status revealed the highest prevalence for both PTSD and depressive symptoms was present during the years of war and in low/middle-income countries. Conclusions: The results of this study provide conclusive evidence of the detrimental impacts of armed conflict on mental health outcomes. Hence, it is crucial to emphasise the significance of both physical and mental health in the aftermath of war and take appropriate humanistic measures to overcome challenges in the management of psychiatric illnesses. PROSPERO registration number: CRD42023416096.
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 | 0,017 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,047 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».