MétaCan
Menu
Retour à la cohorte
Enregistrement W3107673786 · doi:10.1371/journal.pone.0243125

A rapid review of home-based activities that can promote mental wellness during the COVID-19 pandemic

2020· review· en· W3107673786 sur OpenAlexafffund
Joseph H. Puyat, Haroon Ahmad, Ana Michelle Avina-Galindo, Arminée Kazanjian, Aanchel Gupta, Ursula Ellis, Maureen C. Ashe, Fidel Vila‐Rodriguez, Priyanka Halli, Amy Salmon, Daniel Vigo, Alberto Almeida, Christopher E. De Bono

Notice bibliographique

RevuePLoS ONE · 2020
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensCentre for Advancing Health OutcomesUniversity of British ColumbiaProvidence Health Care
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCINAHLMental healthMEDLINEMedicinePandemicRandomized controlled trialSocial distancePsychological interventionMeta-analysisSocial isolationSystematic reviewFamily medicineGerontologyPsychiatryCoronavirus disease 2019 (COVID-19)Disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: During the COVID-19 pandemic, public health measures such as isolation, quarantine, and social distancing are needed. Some of these measures can adversely affect mental health. Activities that can be performed at home may mitigate these consequences and improve overall mental well-being. In this study, home-based activities that have potential beneficial effects on mental health were examined. METHODS: A rapid review was conducted based on a search of the following databases: MEDLINE, EMBASE, CINAHL, PyscINFO, Global Health, epistemonikos.org, covid19reviews.org, and eppi.ioe.ac.uk/covid19_map_v13.html. Eligible studies include randomized controlled trials and non-randomized studies published between 1/1/2000 and 28/05/2020 and that examined the impact of various activities on mental health outcomes in low-resource settings and contexts that lead to social isolation. Studies of activities that require mental health professionals or that could not be done at home were excluded. Two review authors performed title/abstract screening. At the full-text review stage, 25% of the potentially eligible studies were reviewed in full by two review authors; the rest were reviewed by one review author. Risk of bias assessment and data extraction were performed by one review author and checked by a second review author. The main outcome assessed was change or differences in mental health as expressed in Cohen's d; analysis was conducted following the synthesis without meta-analysis guidelines (SWiM). PROSPERO registration: CRD42020186082. RESULTS: Of 1,236 unique records identified, 160 were reviewed in full, resulting in 16 included studies. The included studies reported on the beneficial effects of exercise, yoga, progressive muscle relaxation, and listening to relaxing music. One study reported on the association between solitary religious activities and post traumatic stress disorder symptoms. While most of the included studies examined activities in group settings, particularly among individuals in prisons, the activities were described as something that can be performed at home and alone. All included studies were assessed to be at risk of bias in one or more of the bias domains examined. CONCLUSIONS: There is some evidence that certain home-based activities can promote mental wellness during the COVID-19 pandemic. Guidelines are needed to help optimize benefits while minimizing potential risks when performing these activities.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,058
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,058
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,005
Bibliométrie0,0200,019
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,288
Tête enseignante GPT0,417
Écart entre enseignants0,129 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations41
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetCOVID-19 and Mental HealthTravaux en français237 207