Prevalence and Predictors of Psychological Distress Among University Students in Herat, Afghanistan
Notice bibliographique
Résumé
Objectives: University students are at an elevated risk for psychological distress, yet there is limited research on this issue in conflict-affected settings like Afghanistan. This study aimed to estimate the prevalence of psychological distress and identify key demographic and academic predictors among university students in Herat, Afghanistan. Methods: A cross-sectional study was conducted from September to October 2024 at Jami University. A total of 346 students were selected through stratified random sampling. A self-administered, paper-based questionnaire collected sociodemographic data and assessed psychological distress using the 12-item General Health Questionnaire (GHQ-12), with a score ≥3 indicating distress. Data were analyzed using Chi-square tests and multivariate binary logistic regression. Results: The overall prevalence of psychological distress among students was 46.8%. The multivariate regression analysis identified several significant predictors. Students in their 7th academic year were more likely to experience distress compared to 1st-year students (OR = 2.081). Living in a dormitory was associated with lower odds of distress compared to living at home (OR = 0.417). Students in the faculties of Sharia (OR = 0.343) and Medicine (OR = 0.384) had lower odds of distress than Economics students. Furthermore, students whose mothers held a bachelor's degree had significantly higher odds of distress (OR = 2.786) compared to those with illiterate mothers. Conclusion: Many university students in Herat experience psychological distress, linked to factors like academic year, living situation, field of study, and maternal education. Targeted campus mental health services are urgently needed.
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 ».