The psychological impact of fertility treatment suspensions during the COVID-19 pandemic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To examine the psychological impact of fertility treatment suspensions resulting from the COVID-19 pandemic and to clarify psychosocial predictors of better or worse mental health. METHODS: 92 women from Canada and the United States (ages 20-45 years) whose fertility treatments had been cancelled were recruited via social media. Participants completed a battery of questionnaires assessing depressive symptoms, perceived mental health impact, and change in quality of life related to treatment suspensions. Potential predictors of psychological outcomes were also examined, including several personality traits, aspects of social support, illness cognitions, and coping strategies. RESULTS: 52% of respondents endorsed clinical levels of depressive symptoms. On a 7-point scale, participants endorsed a significant decline in overall quality of life (M(SD) = -1.3(1.3), p < .0001) as well as a significant decline in mental health related to treatment suspensions on a scale from -5 to +5 (M(SD) = -2.1(2.1), p < .001). Several psychosocial variables were found to positively influence these outcomes: lower levels of defensive pessimism (r = -.25, p < .05), greater infertility acceptance (r = .51, p < .0001), better quality social support (r = .31, p < .01), more social support seeking (r = .35, p < .001) and less avoidance of infertility reminders (r = -.23, p = .029). CONCLUSION: Fertility treatment suspensions have had a considerable negative impact on women's mental health and quality of life. However, these findings point to several protective psychosocial factors that can be fostered in the future to help women cope.
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.
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 | 0,000 | 0,003 |
| 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 | 0,000 | 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 découle