Sociodemographic factors associated with trajectories of depression among urban refugee youth in Kampala, Uganda: A longitudinal cohort study
Notice bibliographique
Résumé
Background: There is a high prevalence of depression among refugee youth in low- and middle-income countries, yet depression trajectories are understudied. This study examined depression trajectories, and factors associated with trajectories, among urban refugee youth in Kampala, Uganda. Methods: We conducted a longitudinal cohort study with refugee youth aged 16-24 in Kampala, Uganda. We assessed depression using the Patient Health Questionnaire-9 and conducted latent class growth analysis (LCGA) to identify depression trajectories. Sociodemographic and socioecological factors were examined as predictors of trajectory clusters using multivariable logistic regression. Results: Data were collected from n = 164 participants (n = 89 cisgender women, n = 73 cisgender men, n = 2 transgender persons; mean age: 19.9, standard deviation: 2.5 at seven timepoints; n = 1,116 observations). Two distinct trajectory clusters were identified: "sustained low depression level" (n = 803, 71.9%) and "sustained high depression level" (n = 313, 28.1%). Sociodemographic (older age, gender [cisgender women vs. cisgender men], longer time in Uganda), and socioecological (structural: unemployment, food insecurity; interpersonal: parenthood, recent intimate partner violence) factors were significantly associated with the sustained high trajectory of depression. Conclusions: The chronicity of depression highlights the critical need for early depression screening with urban refugee youth in Kampala. Addressing multilevel depression drivers prompts age and gender-tailored strategies and considering social determinants of health.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».