Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk melihat model dari konstruk positif yaitu hope dan konstruk negatif yaitu loneliness dalam memprediksi kecenderungan depresi pada mahasiswa. Kecenderungan depresi merupakan fenomena yang sangat sering dijumpai terutama pada kalangan mahasiswa. Sebagai bagian dari emerging adult mahasiswa berada pada tahap transisi antara kehidupan remaja dan kehidupan dewasa. Kondisi ini seringkali cukup membingungkan dimana mereka mulai berusaha independent namun masih belum dapat independen seutuhnya. Tuntutan akademik, rendahnya kemampuan sosial, tinggal terpisah dari orang tua seringkali menyebabkan rasa kesepian sehingga memancing emosi negatif. Pandemi COVID 19 juga turut mengubah kehidupan akademik dan sosial mereka. Kondisi tersebut membuat mereka rentan mengalami depresi. Sementara itu, adanya harapan (hope) yang dimiliki oleh individu membuat mereka lebih fleksibel dalam menghadapi kesulitan dan berusaha mencapat tujuan sehingga berperan dalam mengurangi kecenderungan depresi. Pada penelitian ini dilakukan pada sebanyak 410 mahasiswa aktif program sarjana yang berasal dari Jakarta, Bogor, Depok, Tangerang dan Bekasi. Hasil analisa statistik dengan menggunakan regresi berganda menunjukkan bahwa model cocok dengan asumsi dimana loneliness memprediksi kehadiran kecenderungan depresi dan hope berperan signifikan sebagai faktor pelindung dari munculnya kecenderungan depresi (R2=0,456; F(6,409) = 58,183; p<.05).......The aim of this study is to explore the model of positive construct (hope) and negative construct (loneliness) in predicting depressive tendency among college students. Depressive tendency is a common mental health problem that is found among college students as a part of an emerging adult period. They start to gain independent life from parents, such as living apart from parents, make decisions by themself, entering university, and making social and romantic relationships with others. However they do not fully gain independent life. They still need financial support due to lack of a stable career and job. Demands for academic duty, poor social skills, and living apart from parents frequently lead to loneliness and emerge negative emotion. Such conditions put them at risk to have depressive symptoms. Pandemic COVID-19 also change their academic and social life. Meanwhile, hope leads to flexible thinking in order to face difficulty, persistence to reach the goal buffer them from depressive tendency. Data collected from 410 active undergraduate students from university in Jakarta, Bogor, Depok, Tangerang, and Bekasi. Statistic analysis by using multiple regression shows that the model supports the hypothesis which (R2=0,456; F(6,409) = 58,183; p<.05). Loneliness predicts significantly presence of depressive symptoms and the role of hope predicted to decline depressive tendency in college students."

"Dampak trait neurotisisme yang tinggi adalah depresi. Semakin tinggi tingkat neurotisisme seseorang, semakin besar kemungkinan seseorang mengalami depresi. Hubungan ini juga ditemui pada populasi mahasiswa. Kecenderungan depresi pada mahasiswa dapat disebabkan oleh gangguan tidur atau insomnia Taylor dkk., 2005; Baglioni dkk., 2010; Riemann dkk., 2010 . Hal ini karena mahasiswa memiliki sumber kecemasan yang khas terkait kewajiban sebagai seorang mahasiswa. Pada sisi lain insomnia dapat disebabkan oleh trait neurotisisme. Orang neurotik memiliki kecenderungan ruminasi. Ruminasi ini menyebabkan insomnia terutama bila pada malam hari dan mengganggu waktu tidur Carney dkk., 2010 . Penelitian ini bertujuan untuk melihat peran insomnia sebagai mediator dalam hubungan antara trait neurotisisme dan kecenderungan depresi pada mahasiswa Indonesia. Melalui analisis mediasi ditemukan bahwa insomnia memediasi secara parsial hubungan antara trait neurotisisme dan kecenderungan depresi F 2,447 = 124,694, adjusted R2= 0,355, p ......One effect of neuroticism is depression. The higher the neuroticism, the more likely that a person becomes depressed. This relationship is also applicable in college student population. Depression tendency in college students can be influenced by insomnia Taylor et al., 2005 Baglioni et al., 2010 Riemann et al., 2010 . This is so due to the students 39 obligations. On the other hand, insomnia is influenced by neuroticism. Neurotic people tend to ruminate, and nightly rumination can lead to the onset of insomnia. Carney et al., 2010 . This study aimed to examine the role of insomnia as mediator between neuroticism and depression in college students. Depression in this study refered to depressive tendency. Using mediation analysis, it was found that insomnia partially mediated the relationship between neuroticism and depressive tendency F 2,447 124,694, adjusted R2 0,355."

"Penderita gangguan depresi semakin meningkat setiap tahunnya, terutama pada generasi muda. Hal ini membawa urgensi tentang pentingnya menjaga kesehatan mental, terlebih lagi WHO melaporkan bahwa depresi sangat mempengaruhi kualitas hidup dan menjadi penyebab dari meningkatnya risiko gangguan kesehatan lainnya. Kesalahan diagnosis seringkali terjadi pada depresi, maka dari itu sangat penting untuk mengembangkan pendekatan objektif untuk membantu dokter mendiagnosis depresi secara lebih efektif. Elektroensefalografi (EEG) merupakan teknologi berbasis sinyal otak yang dapat merekam aktivitas jaringan otak. Penelitian ini bertujuan untuk membuat program analisis gangguan depresi berbasis Machine Learning. Aplikasi Graphical User Interface (GUI) juga dibuat untuk mempermudah pengguna. Pemrosesan sinyal dilakukan dengan dua metode, yakni wavelet dan Power Spectral Density (PSD). Relative Power Ratio (RPR) dihitung sebagai fitur klasifikasi. Perhitungan dominansi juga dilakukan untuk mereduksi jumlah fitur. Fitur dengan dominansi tertinggi akan digunakan untuk membuat model klasifikasi Machine Learning. Pengklasifikasi yang digunakan adalah K-Nearest Neighbor (KNN) dengan cross validation. Akurasi tertinggi yang diperoleh mencapai 70% dengan metode wavelet dan 65% dengan metode PSD.......The number of individuals suffering from depressive disorder (also known as major depressive disorder or MDD) is increasing every year, especially among the younger generations. This highlights the urgency of prioritizing mental health, especially considering the World Health Organization’s report that depression significantly affects the quality of life and increases the risk of other health disorders. Misdiagnosis often occurs in cases of depression, making it crucial of develop an objective approach to help doctors diagnose depression more affectively. Electroencephalography (EEG) is a brain signalbased technology that records brain network activity. This research aims to create a machine learning-based program for analyzing depressive disorders. Additionally, a Graphical User Interface (GUI) application is developed to facilitate users. Signal processing is performed using two methods, namely wavelet and Power Spectral Density (PSD). The Relative Power Ratio (RPR) is calculated as a classification feature. Dominance computation is also conducted to reduce the number of features, and the feature with highest dominance are used to create the Machine Learning classification model. The classifier used is K-Nearest Neighbor (KNN) with cross-validation. The highest accuracy achived is 70% with the wavelet method and 65% with the PSD method."

"Masalah kesehatan mental pada kelompok mahasiswa merupakan isu yang perlu menjadi perhatian. Secara khusus, tingginya prevalensi gejala depresi juga ditemukan dalam kelompok mahasiswa. Berbagai kondisi yang menyertai peran mahasiswa menjadi faktor risiko berkembangnya gejala depresi pada mahasiswa, salah satunya adalah pengalaman lonelinesss. Selain faktor risiko, masalah depresi pada mahasiswa perlu ditinjau pula faktor yang dapat memproteksi. Self-compassion pada penelitian terdahulu ditemukan berhubungan dengan kesehatan mental yang lebih baik. Untuk mendapat gambaran yang lebih jelas akan fenomena depresi dan lebih lanjut menyusun tindakan pencegahan serta intervensi terkait maka perlu diuji bagaimana loneliness dan self-compassion berperan dalam kehadiran gejala depresi pada mahasiswa. Sebanyak 401 mahasiswa di Jabodetabek terlibat dalam penelitian ini dengan mengisi instrumen pengukuran secara daring. Data dianalisis dengan menggunakan analisis regresi berganda. Hasil penelitian menunjukkan bahwa loneliness memiliki peran yang signifikan dalam memprediksi meningkatnya gejala depresi sementara self-compassion mampu memprediksi berkurangnya gejala depresi pada mahasiswa. Secara khusus, tipe emotional loneliness yang mampu memprediksi berkembangnya gejala depresi. Penelitian ini menggambarkan pentingnya mempertimbangkan kualitas relasi serta mengembangkan self-compassion dalam upaya mengurangi gejala depresi pada mahasiswa.......Mental health problems in college students are issues that need special attention. Particularly, the high prevalence of depressive symptoms was also found in college students. Various conditions accompanying the role of college students lead to higher risk for developing depression symptoms, for instance the experience of loneliness. In addition to risk factors, protective factors should be considered as well. Earlier researches found self-compassion to be associated with better mental health. To get a clearer picture about depression and to further develop preventive measures and related interventions, it is necessary to examine how loneliness and self-compassion play a role in the presence of depressive symptoms in college students. A total of 401 college students in Jabodetabek area were involved in this research by completing online measurement instruments. Data were analyzed using multiple regression analysis. The results showed that loneliness had a significant role in predicting the increase in depressive symptoms while self-compassion was able to predict the reduction of depressive symptoms in college students. Particularly, emotional loneliness has a significant role to predict depressive symptoms in college students. This study illustrates the importance of considering the quality of relationships and developing self-compassion in an effort to reduce depression symptoms in college students."

"Diabetes merupakan salah satu penyakit kronis yang dapat menimbulkan keluhan penyerta, sehingga dapat mempengaruhi kondisi psikologis pasien. Salah satu gangguan psikologis yang dapat mucul adalah depresi. Kehadiran depresi dan kecemasan pada pasien diabetes akan memperburuk prognosis diabetes, meningkatkan ketidakpatuhan terhadap perawatan medis, mengurangi kualitas hidup dan meningkatkan angka kematian. Penelitian ini bertujuan untuk mengetahui potensi penyakit diabetes mellitussebagai risiko depresi yang berbasis pada pelayanan kesehatan dasar, karena PuskesmasCilandak menerapkan aplikasi e-jiwa dalam android untuk pendeteksian dini gangguankesehatan mental. Desain studi dalam penelitian ini adalah case control, dimana kriteria kasus dan kontrol adalah sama, kasus adalah subyek penelitian yang berobat jalan di Poli Umum dan Poli Penyakit Tidak Menular yang menjawab "iya" ≥ 5 nomor pada pertanyaan nomor 1-20 dan kontrol adalah yang menjawab "iya" ≤ 4 nomor pada pertanyaan nomor 1-20 pada SRQ 29. Hasil penelitian ini responden yang mengalami diabetes mellitus beresiko 2,34 kali untuk terkena depresi dibandingkan denganresponden yang tidak mengalami diabetes mellitus setelah dikontrol tingkat pendidikandan penghasilan (95%CI; 1,37-3,99). Puskesmas sebaiknya membuat program untuk masyarakat yang datang ke Posbindu jika GDS ≥ 200 mg/dl maka akan dilakukan skrining gangguan kesehatan mental dengan menggunakan aplikasi e-jiwa, kemudian jika hasil skrining kuning dan merah maka pasien dirujuk ke Puskesmas untuk pemeriksaan dan pendiagnosaan lebih lanjut oleh dokter umum di Poli Konseling dan mendapatkan layanan konseling dengan psikolog klinis. Untuk masyarakat yang berkunjung rawat jalan di Puskesmas, perlu adanya skrining e-jiwa dan konseling oleh psikolog klinis di Poli Penyakit Tidak Menular sesuai tatanan yang ada.......Diabetes is a chronic disease that can cause comorbid complaints, which can affect the psychological condition of the patient. One of the psychological disorders that can arise is depression. The presence of depression and anxiety in diabetic patients will worsen the prognosis of diabetes, increase non-compliance with medical care, reduce quality of life and increase mortality. This study aims to determine the potential of diabetes mellitus as a risk of depression based on basic health services, because the Cilandak Health Center implements e-jiwa applications in android. The study design in this study was case control, where the criteria for cases and controls were the same, the case was the subject of outpatient research at the General Poly and the Non-Communicable Disease Poly who answered "yes" ≥ 5 numbers in question and controls were those answer "yes" ≤ 4 numbers in question number 1-20 in SRQ 29. The results of this study respondents who have diabetes mellitus are at risk of 2.34 times for depression compared with respondents who did not have diabetes mellitus after being controlled by education and income levels (95% CI; 1.37-3.99). Puskesmas should make a program for Posbindu if GDS ≥ 200 mg/dl, then screening using e-jiwa application, then if the results of screening are yellow and red the patient is referred to the Puskesmas for further examination and diagnosis. General practitioner at Poli Counseling and get counseling services with a clinicalpsychologist. For people who visit outpatient care in Puskesmas, it is necessary to havee-jiwa screening and counseling by a clinical psychologist at the Poly Non-Communicable Disease according to the existing order."

"Kehamilan Tidak Diinginkan KTD merupakan suatu kejadian hidup yang dapat meningkatkan kemungkinan munculnya gejala depresi pada perempuan. Literatur sebelumnya menunjukkan bahwa rasa syukur dapat menjadi faktor protektif yang menurunkan gejala depresi, sebab rasa syukur meningkatkan kemampuan individu melakukan coping adaptif dan menurunkan kecenderungan individu melakukan coping maladaptif. Penelitian ini bertujuan untuk meneliti apakah coping adaptif dan maladaptif secara signifikan memediasi hubungan antara rasa syukur dan gejala depresi pada populasi perempuan yang pernah mengalami KTD. Studi korelasional dengan analisis mediasi menggunakan model parallel multiple mediation dilakukan N = 88. Instrumen penelitian adalah Gratitude Questionnaire-6, Brief COPE, dan Beck Depression Inventory. Hasil analisis mediasi menunjukkan bahwa terdapat indirect effect yang signifikan dari coping adaptif a1b1 = -0,33.......Unintended pregnancy is considered a life event that can increase the probability of depressive symptoms among women. Previous literature suggested that gratitude can be a protective factor that alleviates depressive symptoms, because gratitude increases adaptive coping and decreases maladaptive coping. This research study aims to test whether adaptive and maladaptive coping significantly mediate the relationship between gratitude and depressive symptoms among women who experienced unintended pregnancy. This correlational study conducted mediation analysis with the parallel multiple mediation model. Participants N 88 filled out questionnaires, namely Gratitude Questionnaire 6, Brief COPE, and Beck Depression Inventory. Mediation analysis revealed that there is significant indirect effect from adaptive coping a1b1 0,33."

"Penelitian ini bertujuan untuk mengetahui apakah persepsi dukungan sosial berperan sebagai mediator dalam hubungan antara rasa syukur dan gejala depresi pada perempuan yang mengalami kehamilan tidak diinginkan KTD. Hal ini mengingat masih minimnya penelitian terkait kondisi psikologis perempuan yang mengalami KTD di Indonesia. Selain itu, penelitian terkait mekanisme hubungan antara rasa syukur dan gejala depresi juga masih sangat terbatas. Penelitian berdesain korelasional ini dilakukan pada 89 perempuan Indonesia usia 17 tahun ke atas yang pernah mengalami KTD dalam lima tahun terakhir. Instrumen yang digunakan dalam penelitian ini adalah Beck Depression Inventory BDI, The Gratitude Questionnaire-Six Item Form GQ-6, and Multidimensional Scale Of Perceived Social Support MSPSS. Hasil analisis mediasi menunjukkan bahwa: a terdapat hubungan yang signifikan antara rasa syukur dan gejala depresi ? = -1,04, p......This study aims to find out whether perceived social support has a mediating role in the relationship between gratitude and depressive symptoms among women who experienced unintended pregnancy. This came from the fact that theres a lack of research studies investigating the psychological conditions of women with unintended pregnancy. Furthermore, researches about the relationship mechanism between gratitude and depressive symptoms are also limited. This current correlational research involved 89 Indonesian women who are older than 17 years old and have experienced unintended pregnancy in the past five years. Research instruments are Beck Depression Inventory BDI, The Gratitude Questionnaire Six Item Form GQ 6, and Multidimensional Scale Of Perceived Social Support MSPSS. Result of the mediation analysis shows that a there rsquo s a significant relationship between gratitude and depressive symptoms 1,04."

"Deskripsi Lama Tinggal Dan Depresi Dalam Perawatan Terus Menerus Lansia Di RSUPN Cipto Mangunkusumo. Perubahan kondisi fisik lansia itu menjalani perawatan panjang di Rumah Sakit bisa menjadi faktor penyebab depresi, di mana depresi dapat mengganggu kegiatan sehari-hari para lansia, kualitas hidup, dan menjadi prediktor kematian. Tujuan dari penelitian ini adalah untuk menentukan deskripsi dari lama perawatan orang tua yang dirawat di rumah sakit dan untuk mengetahui mereka skor depresi selama perawatan. Sampel dalam penelitian ini adalah individu di atas usia 60 yang menjalani perawatan di RSUPN Dr. Cipto Mangunkusumo dan mampu berkomunikasi dengan baik secara lisan. Jenis penelitian ini adalah deskriptif dengan prospektif desain kohort dan menggunakan metode purposive sampling dalam pengumpulan data yang melibatkan 32 Orang tua. Hasil penelitian ini menunjukkan bahwa rata-rata lama perawatan lansia lebih panjang dari standar yang ditetapkan, skor skrining depresi pada lansia meningkat pada akhir perawatan dibandingkan dengan awal pengobatan, dan karakteristik responden mempengaruhi lama perawatan dan depresi skor skrining. Penelitian ini diharapkan menjadi data awal atau tambahan informasi untuk pengembangan penelitian di bidang keperawatan gerontik dan sebagai bahan evaluasi dalam meningkatkan kompetensi dan peran perawat dalam memberikan asuhan keperawatan komprehensif.

---

Description of Length of Stay and Depression in the Continuous Care of the Elderly at the RSUPN Cipto Mangunkusumo. Changes in the physical condition of the elderly undergoing lengthy treatment in a hospital can be a factor in causing depression, where depression can interfere with the daily activities of the elderly, quality of life, and be a predictor of death. The purpose of this study is to determine the description from the old care of parents who were hospitalized and to find out them depression score during treatment. The sample in this study is the individuals above age 60 who underwent treatment at RSUPN Dr. Cipto Mangunkusumo and capable communicate well verbally. This type of research is descriptive with prospective cohort design and using purposive sampling method in data collection involving 32 Parents. The results of this study indicate that the average length of treatment the elderly are longer than the standard set, depression screening scores in the elderly increase at the end of treatment compared to the beginning of treatment, and Respondent characteristics affect length of stay and depression screening score. This research is expected to be preliminary or additional data information for the development of research in the field of nursing and gerontik evaluation materials in improving the competence and role of nurses in providing comprehensive nursing care."

"Luasnya dampak negatif gangguan depresi terhadap kehidupan seseorang membawa urgensi akan pentingnya metode diagnosis yang akurat dan objektif agar bisa menerapkan langkah pengobatan yang cepat pada pasien yang depresi. Metode diagnosis gangguan depresi yang berbasis kuesioner atau wawancara berpotensi subyektif, karena pasien bisa saja tidak menceritakan dengan detail kondisi yang dialaminya. EEG dapat menjadi sarana alternatif untuk mencapai diagnosis yang akurat dan objektif tersebut. Sinyal EEG mengandung banyak fitur yang dapat diekstrak dengan mudah, contohnya Relative Power Ratio (RPR). Penelitian ini mengekstrak fitur RPR dari sinyal EEG dengan menggunakan dua metode, yaitu STFT (Short-Time Fourier Transform) dan PSD (Power Spectral Density) dari 14 elektroda EEG yang tersedia. Fitur RPR yang diekstrak akan direduksi menggunakan algoritma PCA (Principal Component Analysis) ke dalam dimensi yang lebih rendah dengan tetap mempertahankan variansi (informasi) fitur sebesar 90%. Model ANN (Artificial Neural Network) dengan jenis FNN (Feedforward Neural Network) digunakan untuk klasifikasi pasien yang sehat dengan yang depresi. Dampak dari algoritma PCA akan dilihat pada performa model FNN dan lama waktu pelatihan yang dibutuhkan model FNN. Performa model yang akan diukur adalah akurasi, sensitivitas dan spesifisitas. Performa model akan divalidasi menggunakan 10-Fold Validation yang dijalankan sebanyak 10 iterasi. PCA berhasil mereduksi dimensi fitur RPR sebesar 57.1% dengan metode PSD dan 57.1% dengan metode STFT. Akurasi tertinggi yang didapatkan model FNN adalah 69.5% ketika menerapkan algoritma PCA pada RPR metode PSD, dan 68% ketika menerapkan algoritma PCA pada fitur RPR metode STFT. Penerapan PCA pada fitur RPR menurunkan waktu pelatihan model sebesar 6.33% dengan metode PSD dan sebesar 42.56% dengan metode STFT. Performa model FNN lebih baik setelah penerapan PCA dibandingkan dengan menggunakan fitur RPR langsung ke dalam model FNN. Hal ini menunjukkan bahwa PCA memiliki potensi untuk menurunkan waktu pelatihan model FNN dengan tetap mempertahankan performa model FNN.......The extent of the negative impact of depressive disorder on a person’s life raises the urgency of the importance of an accurate and objective diagnostic method to quickly apply treatment steps for depressive patients. Diagnostic method that based on questionnaire and interview has the potential to be subjective, because the patient might be not fully explain his condition. EEG or Electroencephalography could be an alternative way to achieve the accurate and objective diagnostic. EEG signal has many features that can be extracted easily, for example the Relative Power Ratio. This research extracted RPR features from EEG signal by implementing two methods, STFT (Short-Time Fourier Transform) and PSD (Power Spectral Density) from 14 available EEG electrodes. The extracted RPR features will be reduced by using PCA algorithm to a lower dimension while still retaining 90% variance (information) from the features. ANN (Artificial Neural Network) with the type of FNN (Feedforward Neural Network) will be used to classify healthy patients with depressed patients. The effect of PCA algorithm will be seen on the FNN model’s performances and on the training duration of the FNN model. Model’s performances that will be measured are accuracy, sensitivity, and specificity. Model’s performances will be validated by using 10-Fold Validation which will be executed for 10 iterations. PCA managed to reduce 57.1% RPR features’ dimensions by using PSD method and 57.1% by using STFT method. The highest accuracy achieved by FNN model is 69.5% when implementing PCA algorithm to the RPR features from the PSD method, and 68% when implementing PCA algorithm to the RPR features from STFT method. The implementation of PCA to the RPR features managed to reduce 6.33% training duration of FNN model for the PSD method and 42.56% for the STFT method. Better FNN model’s performances are shown after the implementation of PCA algorithm compared to when using the RPR features directly to the FNN model. This shows that PCA has a potential of reducing the training duration of the FNN model while still retaining FNN model’s performances."

"Berbagai studi telah dilakukan mengenai keterkaitan antara adverse childhood experiences (ACEs) dan self-compassion terhadap gejala depresi. Peran kedua variabel tersebut terhadap gejala depresi juga telah diteliti, akan tetapi penelitian yang membandingkan peran keduanya terhadap gejala depresi masih sangat terbatas, khususnya pada populasi emerging adulthood di Indonesia. Penelitian ini bertujuan untuk menguji peran pengalaman sulit di masa kecil dan self-compassion terhadap gejala depresi pada emerging adulthood. Partisipan penelitian adalah individu emerging adulthood (N=482), yang diberikan kuesioner BDI-II untuk mengukur depresi, ACEQ untuk mengukur pengalaman sulit di masa kecil, dan SCS-SF untuk mengukur self-compassion yang dilakukan secara daring. Hasil penelitian menggunakan analisis regresi linear berganda menunjukkan bahwa baik pengalaman sulit di masa kecil maupun self-compassion berperan secara signifikan terhadap gejala depresi. Dibandingkan pengalaman sulit di masa kecil, self-compassion merupakan prediktor yang lebih kuat terhadap gejala depresi. Berdasarkan hasil penelitian ini, kesadaran masyarakat tentang self-compassion perlu ditingkatkan karena dapat menjadi faktor pelindung potensial untuk gejala depresi.......Many studies have done research about the relationship between adverse childhood experiences and self-compassion as predictors to depression symptoms. The role of those two variables in depression symptoms has also been done, however studies that comparing role those two variable on depressive symptoms are still very limited, specifically, in the emerging adulthood population in Indonesia. This study aims to test the role of adverse childhood experiences and self-compassion in depression symptoms in emerging adulthood. Participants of this study were emerging adulthood individuals (N=482), who were given BDI-II questionnaire to measure depression, ACE-Q to measure adverse childhood experiences, and SCS-SF to measure self-compassion conducted online. The results of this study, using multiple linear regression, showed that both adverse childhood experiences and self-compassion have a significant role in depression. Compared to adverse childhood experiences, self-compassion is the stronger predictor in depression symptoms. According to the results of this study, public awareness of self-compassion needs to be raised as it can be a potential protective factor for depression symptoms."