Prevalence of mental disorder symptoms among university students: An umbrella review
Notice bibliographique
Résumé
This umbrella review synthesizes data on the prevalence of mental disorder symptoms among university students worldwide. A systematic search of seven databases (inception-July 23, 2023) followed PRISMA guidelines. We included meta-analyses assessing the prevalence of mental disorder symptoms, evaluating methodological quality with AMSTAR-2. A random-effects meta-analysis was conducted, along with meta-regression and subgroup analyses for moderators (percentage of females, publication date, healthcare-related degrees, COVID-19 pandemic). We included 1,655 primary studies from 62 meta-analyses, encompassing 8,706,185 participants. AMSTAR-2 ratings classified 35 % of meta-analyses as low quality and 65 % as critically low. Pooled prevalence estimates were: depression-mild (35.41 %, CI=33.9-36.93) and severe (13.42 %, CI=8.03-19.92; k=952; n=2,108,813); anxiety-mild (40.21 %, CI=37.39-43.07) and severe (16.79 %, CI=7.21-29.29; k=433; n=1,579,780); sleep disorders (41.09 %, CI=35.7-46.58); eating disorders (17.94 %, CI=15.79-20.20); gambling disorder (6.59 %, CI=5.52-7.75); post-traumatic stress disorder (25.13 %, CI=20.55-30.02); stress (36.34 %, CI=29.36-43.62); and suicide-related outcomes (ideation past 12 months: 10.76 %, CI=9.53-12.06; lifetime ideation: 20.33 %, CI=16.15-24.86; suicide attempt past 12 months: 1.37 %, CI=0.67-2.29; lifetime attempt: 3.44 %, CI=2.48-4.54). Meta-regression analyses identified statistically significant moderators of prevalence such as healthcare academic degrees and the pandemic in the case of depression and studies with more females in the case of sleep disorders. This is the most comprehensive synthesis on the prevalence of mental disorder symptoms in university students, providing crucial insights for clinicians, policymakers, and stakeholders.
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 | 0,017 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,021 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».