Mental Health Consequences of the July Revolution in Bangladesh: A Study on Depression and Post-traumatic Stress Disorder Among Survivors of Violence and Persecution
Notice bibliographique
Résumé
Introduction This study examined the mental health consequences of Bangladesh's July Revolution (2024) by assessing the occurrence of depression and post-traumatic stress disorder (PTSD) symptoms among survivors of state violence and persecution while identifying associated risk factors. Materials and methods A hospital-based cross-sectional study was conducted from September 2024 to February 2025 among 217 injured survivors (mean age: 26.0 ± 9.7 years; 97.2% male). Participants were assessed via face-to-face interviews using validated tools: Patient Health Questionnaire-9 (PHQ-9) (cutoff: ≥10 for depression) and PTSD Checklist for DSM-5 (PCL-5) (cutoff: ≥33 for PTSD). Univariate logistic regression was performed to analyze sociodemographic and clinical associations. Results Depression and PTSD were alarmingly high: 82.5% met the threshold for depression (PHQ-9 mean: 14.7 ± 5.6) and 64.1% for PTSD (PCL-5 mean: 37.6 ± 16.1). Urban survivors had significantly lower odds of depression (OR = 0.47, 95% CI: 0.22-1.00) and PTSD (OR = 0.52, 95% CI: 0.29-0.92) than rural counterparts. Strikingly, 99.3% of PTSD cases had comorbid depression, with strong symptom correlation (r = 0.772, p < 0.001). No other sociodemographic factors (age, sex, education, occupation, and socioeconomic status) or violence type showed significant associations. Conclusions The revolution's survivors exhibited extreme mental health burdens, underscoring an urgent need for trauma-integrated care, especially in rural areas.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».