The Impact of Perfectionism on the Incidence of Major Depression in Chinese Medical Freshmen: From a 1-Year Longitudinal Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Perfectionism is a pivotal factor in the etiology and prognosis of major depression. Nevertheless, there is a scarcity of longitudinal research examining the association between perfectionism and major depressive disorder (MDD). The objective of this study was to explore the impact of perfectionism on MDD among a cohort of first-year Chinese university students. Methods: This study employed a longitudinal design to investigate the relationship between perfectionism and MDD in a sample of first-year Chinese university students (n=8079). Socially prescribed perfectionism and almost perfectionism were measured using the Multidimensional Perfectionism Scale (MPS) and the Almost Perfect Scale-Revised (APS-R), while MDD was assessed using the Composite International Diagnostic Interview (CIDI-3.0). Random effects logistic regression modeling was utilized to estimate the associations between the variables. Results: The findings revealed that the incidence of MDD was 0.6%. Lifetime exposure to severe traumatic events (≥10) (OR=2.619, 95% CI: 1.502-4.565) and almost perfectionism (OR=1.015, 95% CI: 1.004-1.026) were identified as significant risk factors for MDD. Conclusion: It is evident that perfectionism is linked to an increased susceptibility to MDD. However, additional longitudinal studies focusing on university students are imperative to delve deeper into the influence of perfectionism on the initial manifestation of MDD.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle