Depression, anxiety, stress, sleep quality, and life satisfaction among undergraduate medical students in the Gaza Strip: a cross-sectional survey
Notice bibliographique
Résumé
Abstract Background Medical students suffer above-average rates of depression, anxiety, stress, poor sleep, and life dissatisfaction, which impacts their performance. In addition to the demands of medical study, medical students in the Gaza Strip face coping with life in an area marred by chronic conflict and poverty. Methods This cross-sectional study assessed medical students at the two medical schools in the Gaza Strip. Students were randomized according to university, sex, and academic level. Screening employed the DASS21, PSQI, and SWLS instruments. Ordinal logistic regression was used to investigate predictors of anxiety, stress, depression, sleep quality, and SWLS stage. Potential predictors of poor sleep quality were assessed by binary logistic regression, and multivariable logistic regression was implemented to determine the effect of covariates. Results Three hundred sixty-two medical students participated. Different stages of depression, anxiety, and stress symptoms were prevalent in 69%, 77.3%, and 65.2% of students, respectively. Poor sleep quality was prevalent in 77.9% of students, and 46.1% of medical students were dissatisfied with their lives. Low income was associated with higher rates of extremely severe anxiety and with higher rates of moderate depression. Poor sleep quality was associated with higher rates of all-stage anxiety, stress, and depression in univariate regression and with higher odds of moderate anxiety and mild, moderate, and extremely severe depression in multivariable regression. Conclusions Medical students in the Gaza Strip suffer from high rates of depression and anxiety symptoms, stress, poor sleep, and life dissatisfaction compared to several other countries and the pooled global prevalence. Medical schools in Gaza should put forward strategies to limit the psychological burdens perceived by their students.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».