Twelve-month trajectories of depressive symptoms and associated socio-structural factors among adolescents and young adults in Soweto and Durban, South Africa
Notice bibliographique
Résumé
INTRODUCTION: Globally, approximately 14 % of adolescents and young adults live with health disorders such as depression. We investigated longitudinal (12-months) trajectories of depressive symptoms and associated socio-structural correlates, among South African youth aged 16-24. METHODS: 425 youth were enrolled in AYAZAZI, a prospective cohort study (2014-2019) assessing intersecting socio-behavioural, structural, and biomedical HIV risk-factors among youth. Median age was 19 [IQR 18-21]; 60 % were women. The Centre for Epidemiological Studies Depression (CES-D-10) scale measured depressive symptoms; a CES-D-10 score of ≥10 indicating probable depression. A group-based trajectory modeling (GBMT) approach was used to identify trajectory classes of depressive symptoms over 12-months. We used prediction modeling, utilizing multinomial regression, to estimate baseline candidate predictors (n = 9) of depression trajectory class. RESULTS: At baseline, 43 % (n = 181) had probable depression (49 % women, 35 % men), decreasing to 35 % (p < 0.01) at 12-months (39 % women, 30 % men). GBTM modeling indicated four distinct probable depression trajectories comprising 'high-stable' (n = 39), 'moderate-stable' (n = 182), 'low-declining' (n = 165), and 'lowest-declining' (n = 35). In multinomial regression, being a woman was associated with higher, persistent symptoms and lower likelihood of symptom decline; being a student and higher resiliency were associated with a lower likelihood of higher or moderate symptoms trajectories; food insecurity predicted high persistent depressive symptoms across follow-up. DISCUSSION: The prevalence of probable depression decreased over the 12-month among both genders. Given evident longitudinal associations between depression trajectories and markers of sociostructural inequity, including gender, food insecurity, our results emphasize the need for holistic approaches to address fundamental health determinants for South African youth.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».