Depression and anxiety symptoms among Afghan war widows and their associated factors: A cross-sectional analytical study
Notice bibliographique
Résumé
Background: The 4 decades of conflict have particularly exacerbated the mental health of Afghan war widows, a population that has not been extensively studied in this context. Aim: This study aims to fill the gap in the literature by providing robust data on the prevalence of depression and anxiety symptoms and identifying associated factors among Afghan war widows. Methods: A cross-sectional study was carried out in 2023, interviewing war widows from four community health centers in Kandahar, Afghanistan. We employed a validated Patient Health Questionnaire and Generalized Anxiety Disorder Scale. A multivariable binary logistic regression model was used to determine factors associated with depression and anxiety symptoms. Results: The prevalence of depression and anxiety symptoms was 57.9% (95% CI: 52.7%-62.8%) and 61.5% (95% CI: 56.4%-66.4%), respectively. There were significant differences in the prevalence of mental health symptoms across our population with different sociodemographic and health-related profiles (in particular, time since widowhood, household income, history of comorbidity, and level of social support). Conclusion: The stark prevalence of mental health issues among Afghan war widows underscores an overlooked humanitarian crisis. The findings call for immediate mental health interventions, tailored to the sociopolitical realities of Afghanistan.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».