MétaCan
Menu
Retour à la cohorte
Enregistrement W3047939709 · doi:10.5114/biolsport.2020.96857

Effects of home confinement on mental health and lifestyle behaviours during the COVID-19 outbreak: Insight from the ECLB-COVID19 multicenter study

2020· article· en· W3047939709 sur OpenAlexaff
Achraf Ammar, Khaled Trabelsi, Michael Brach, Hamdi Chtourou, Omar Boukhris, Liwa Masmoudi, Bassem Bouaziz, Ellen Bentlage, Daniella How, Mona Ahmed, Patrick J. Mueller, Notger Mueller, Omar Hammouda, Laisa Liane Paineiras-Domingos, Annemarie Braakman‐Jansen, Christian Wrede, Sophia Bastoni, Carlos Soares Pernambuco, Leonardo José Mataruna-Dos-Santos, Morteza Taheri, Khadijeh Irandoust, Aïmen Khacharem, Nicola Luigi Bragazzi, Jana Strahler, Jad Adrian, Albina Andreeva, Jordan M. Glenn, Nicholas T. Bott, Faı̈ez Gargouri, Lotfi Chaâri, Hadj Batatia, Samira khoshnami, Evangelia Samara, Vasiliki Zisi, Parasanth Sankar, Waseem Ahmed, Gamal Mohamed Ali, Osama Abdelkarim, Mohamed Jarraya, Kaïs El Abed, Wassim Moalla, Mohamed Romdhani, Asma Aloui, Nizar Souissi, Julia E.W.C. van Gemert‐Pijnen, Bryan L. Riemann, Laurel Riemann, Jan Delhey, Jonathan Gómez‐Raja, Monique Epstein, Robbert Sanderman, Sebastian Viktor Waldemar Schulz, Achim Jerg, Ramzi Al-Horani, Taiysir Mansi, Mohamed Jmail, Fernando Barbosa, Fernando Ferreira‐Santos, Boštjan Šimunič, Rado Pišot, Saša Pišot, Andrea Gaggioli, Piotr Żmijewski, Stephen J. Bailey, Jürgen M. Steinacker, Karim Chamari, Tarak Driss, Anita Höekelmann

Notice bibliographique

RevueBiology of Sport · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)OutbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Mental health2019-20 coronavirus outbreakMedicineVirologyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Although recognised as effective measures to curb the spread of the COVID-19 outbreak, social distancing and self-isolation have been suggested to generate a burden throughout the population. To provide scientific data to help identify risk factors for the psychosocial strain during the COVID-19 outbreak, an international cross-disciplinary online survey was circulated in April 2020. This report outlines the mental, emotional and behavioural consequences of COVID-19 home confinement. The ECLB-COVID19 electronic survey was designed by a steering group of multidisciplinary scientists, following a structured review of the literature. The survey was uploaded and shared on the Google online survey platform and was promoted by thirty-five research organizations from Europe, North Africa, Western Asia and the Americas. Questions were presented in a differential format with questions related to responses "before" and "during" the confinement period. 1047 replies (54% women) from Western Asia (36%), North Africa (40%), Europe (21%) and other continents (3%) were analysed. The COVID-19 home confinement evoked a negative effect on mental wellbeing and emotional status (P < 0.001; 0.43 ≤ d ≤ 0.65) with a greater proportion of individuals experiencing psychosocial and emotional disorders (+10% to +16.5%). These psychosocial tolls were associated with unhealthy lifestyle behaviours with a greater proportion of individuals experiencing (i) physical (+15.2%) and social (+71.2%) inactivity, (ii) poor sleep quality (+12.8%), (iii) unhealthy diet behaviours (+10%), and (iv) unemployment (6%). Conversely, participants demonstrated a greater use (+15%) of technology during the confinement period. These findings elucidate the risk of psychosocial strain during the COVID-19 home confinement period and provide a clear remit for the urgent implementation of technology-based intervention to foster an Active and Healthy Confinement Lifestyle AHCL).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,370
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations380
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology of SportMême sujetCOVID-19 and Mental HealthTravaux en français237 207