Prevalence and Risk Factors for Anxiety in Medical and Allied Health Students in the United States and Canada
Notice bibliographique
Résumé
Purpose The purpose of this study was to determine the current known prevalence and risk factors for anxiety in medical and allied health profession students. The framing question for this systematic review was, “What is the prevalence of and mitigation of risk factors for anxiety among medical and allied health profession students?” Method CINAHL, Medline, PsychInfo, and SportDiscus were searched for peer-reviewed English-language articles published between January 2000 to October 2020 reporting primary data on anxiety in U.S. and Canadian medical and allied health students. Searches used combinations of Medical Subject Heading terms students, allied health, nursing, medical, athletic training, occupational therapy, physical therapy, physician assistant, anxiety, anxiety disorders, stress, psychological distress, or emotional regulation. Reference lists were inspected to identify additional relevant articles. Demographic information, instruments used, prevalence data, risk factors, and qualitative findings on student anxiety were abstracted. Results The search identified eleven studies that met the authors’ criteria. Most studies were cross- sectional surveys that evaluated various categories of psychological distress and associated behaviors. The studies suggest a wide range of prevalence rates of clinically significant anxiety with inconclusive results when differences in rates of anxiety by gender, age, class year or school were assessed. Clinical experience, time management, coping strategies, social support, and academic performance were all found to be risk factors associated with student’s anxiety. Conclusion Medical and allied health education can be a time that contributes to psychological distress in students. Prevalence, prevention, and management of anxiety, stress, and depression should be explored further, particularly within allied health professions to provide better insight into how educators can provide support to their students. Additionally, the ability to identify students at risk for anxiety and other mental health problems may be an important step in prevention moving forward.
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 | 0,020 | 0,003 |
| 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 | 0,001 | 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 ».