Generalized anxiety disorder among Bangladeshi university students during COVID-19 pandemic: gender specific findings from a cross-sectional study
Notice bibliographique
Résumé
In the current COVID-19 pandemic there are reports of deteriorating psychological conditions among university students in lower-middle-income countries (LMICs), but very little is known about the gender differences in the mental health conditions on this population. This study aims to assess generalized anxiety disorder (GAD) among university students using a gender lens during the COVID-19 pandemic. A cross-sectional study was conducted using web-based Google forms between May 2020 and August 2020 among 605 current students of two universities in Bangladesh. Within the total 605 study participants, 59.5% (360) were female. The prevalence of mild to severe anxiety disorder was 61.8% among females and 38.2% among males. In the multivariable logistic regression analysis, females were 2.21 times more likely to have anxiety compared to males [AOR: 2.21; CI 95% (1.28-53.70); p-value: 0.004] and participants' age was negatively associated with increased levels of anxiety (AOR = 0.17; 95% CI = 0.05-0.57; p = 0.001). In addition, participants who were worried about academic delays were more anxious than those who were not worried about it (AOR: 2.82; 95% CI 1.50-5.31, p = 0.001). These findings of this study will add value to the existing limited evidence and strongly advocate in designing gender-specific, low-intensity interventions to ensure comprehensive mental health services for the young adult population of Bangladesh.
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 | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».