The prevalence of depression, anxiety, and sleep disturbances in COVID‐19 patients: a meta‐analysis
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
Abstract Evidence from previous coronavirus outbreaks has shown that infected patients are at risk for developing psychiatric and mental health disorders, such as depression, anxiety, and sleep disturbances. To construct a comprehensive picture of the mental health status in COVID‐19 patients, we conducted a systematic review and random‐effects meta‐analysis to assess the prevalence of depression, anxiety, and sleep disturbances in this population. We searched MEDLINE, EMBASE, PubMed, Web of Science, CINAHL, Wanfang Data, Wangfang Med Online, CNKI, and CQVIP for relevant articles, and we included 31 studies ( n = 5153) in our analyses. We found that the pooled prevalence of depression was 45% (95% CI: 37–54%, I 2 = 96%), the pooled prevalence of anxiety was 47% (95% CI: 37–57%, I 2 = 97%), and the pooled prevalence of sleeping disturbances was 34% (95% CI: 19–50%, I 2 = 98%). We did not find any significant differences in the prevalence estimates between different genders; however, the depression and anxiety prevalence estimates varied based on different screening tools. More observational studies assessing the mental wellness of COVID‐19 outpatients and COVID‐19 patients from countries other than China are needed to further examine the psychological implications of COVID‐19 infections.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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