Prevalence of depression among elderly patients in India: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Depression is a growing mental health concern among the elderly, particularly in low- and middle-income countries like India, where the aging population is rapidly increasing. This systematic review aims to estimate the pooled prevalence of depression among elderly individuals in India using available population-based studies. Methods: A comprehensive literature search was performed across PubMed, Scopus, Google Scholar, and Indian research databases for studies published up to April 2025. Studies were included if they assessed depression prevalence in Indian elderly populations (≥60 years) using standardized diagnostic tools such as the Geriatric Depression Scale (GDS) or PHQ-9. Data extraction and quality appraisal were done independently by two reviewers. Meta-analysis was conducted using an inverse-variance weighted fixed-effect model. Results: A total of 512 studies were identified, and after screening and eligibility checks, 10 studies involving 9,050 elderly participants were included in the meta-analysis. The reported prevalence of depression in the studies included ranged from 27.5% to 40.2%. The pooled prevalence was estimated at 32.9% (95% CI: 31.4% – 34.4%). Moderate heterogeneity was observed (I² = 39.7%), reflecting variation in geographic regions and assessment tools. Conclusion: Depression among elderly individuals in India is highly prevalent, affecting nearly one-third of the population studied. These findings emphasize the urgent need for early detection, community-based screening, and culturally sensitive mental health interventions in geriatric care policies to reduce the burden of depression in aging populations.
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 | 0,012 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,032 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».