Depression in Asian Americans: Does Generational Status and Acculturation Predict Severity and Type of Symptoms?
Notice bibliographique
Résumé
Despite being one of the most prevalent mental disorders, accurate identification and treatment of depression may be hindered by the diversity of symptom presentation across, and even within, cultures. This study sought to identify how severity and type of depressive symptoms (psychological vs. somatic) vary by acculturation and generational status among Asian Americans. A sample of 82 U.S.-born and 81 first-generation participants completed an online anonymous survey (Patient Health Questionnaire, Somatic Symptoms Scale, Vancouver Index of Acculturation). U.S.-born participants reported higher depression symptom severity than first-generation participants (U = 2,386, p = .002, η² = .06), which aligned with the hypotheses. Inconsistent with our hypotheses, somatic symptoms of depression did not differ between U.S.-born and first-generation Asian Americans (U = 2,835, p = .11, η² = .02). Symptom severity had a weak negative correlation with acculturation to mainstream culture, r(145) = −.23, p = .006, and no correlation with heritage culture orientation, r(145) = −.16, p = .06, which also did not support our predictions. Consistent with previous research, depression severity was higher in U.S.-born Asian Americans, but this difference did not appear related to acculturation. Future research should seek to understand what aspects of generational status are tied to depression severity. Although previous theorizing suggested that Asians express depression more somatically, these findings add confidence to the small body of literature that suggests this is not the case. These findings may help improve the accuracy of diagnosis, leading to improved treatment of depression for patients of Asian heritage.
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 ».