Impact of COVID-19 and other pandemics and epidemics on people with pre-existing mental disorders: a systematic review protocol and suggestions for clinical care
Notice bibliographique
Résumé
Introduction The current COVID-19 pandemic has resulted in high rates of infection and death, as well as widespread social disruption and a reduction in access to healthcare services and support. There is growing concern over how the pandemic, as well as measures put in place to curb the pandemic, will impact people with mental disorders. We aim to study the effect of pandemics and epidemics on mental health outcomes for people with premorbid mental disorders. Methods and analysis With our predefined search strategy, we will search five databases for studies reporting on mental health outcomes in people with pre-existing mental disorders during pandemic and epidemic settings. Search dates are planned as follows: 5 May 2020 and 23 July 2020. The following databases will be searched: MEDLINE/PubMed, CINAHL, PsycINFO, MedRxiv and EMBASE. Data will be screened and extracted in duplicate by two independent reviewers. Studies involving non-clinical populations or patients diagnosed with a mental disorder during a pandemic/epidemic will be excluded. We will include data collected from all pandemics and epidemics throughout history, including the present COVID-19 pandemic. If possible, study findings will be combined in meta-analyses, and subgroup analyses will be performed. We hope that this review will shed light on the impact of pandemics and epidemics on those with pre-existing mental disorders. Knowledge generated may inform future intervention studies as well as healthcare policies. Given the potential implications of the current pandemic measures (ie, disruption of healthcare services) on mental health, we will also compile a list of existing mental health resources. Ethics and dissemination No ethical approval is required for this protocol and proposed systematic review as we will only use data from previously published papers that have themselves received ethics clearance and used proper informed consent procedures. Systematic review registration PROSPERO registration number: CRD42020179611.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».