Mental Disorders in Children and Youths Aged 10 to 24 Years in the Southwest Region of Cameroon: A Cross-Sectional Analysis
Notice bibliographique
Résumé
Background: Mental health issues pose a significant threat to public health, contributing substantially to global burden of disability. In Africa, the mental health of young individuals aged 10 to 24 is increasingly at risk due to a cumulative effect of various challenges that have adversely impacted their mental wellbeing, resulting in mental disorders. This study aims at assessing some mental disorders in children and youths aged 10 to 24 years in the Southwest Region of Cameroon. Methods: A cross-sectional study over a period of 1 year involving participants aged 10 to 24 years in the Fako Division, Southwest Region of Cameroon. Consecutive sampling was used to select the participants. The data was managed using Microsoft Excel and analyzed using SPSS version 25. Results: A total of 965 participants were enrolled with more than half of the participants (522, 54.1%) showing inadequate knowledge. The overall prevalence of mental health disorder was 68.8% (substance use disorder (30.1%), depression (29.0%), anxiety (23.9%), and suicidal thoughts (19.2%). A significant association was found between mental disorders and demographic factors (age, gender, and locality, p Conclusion: Majority of the participants had inadequate knowledge on mental disorders. The overall prevalence of mental health disorders was high with significant association with gender, communities and being internally displaced. There is a need for mass sensitization, peer support and expert care to reduce the prevalence and promote mental well-being.
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 | 0,000 | 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 | 0,000 |
| 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 ».