Depression, Anxiety and Stress Symptomatology among Swedish University Students Before and During the COVID-19 Pandemic: A Cohort Study.
Notice bibliographique
Résumé
Abstract Background. The COVID-19 pandemic has had a profound effect on societies, economies, and daily life of citizens worldwide. This has raised important concerns about the mental health of different populations. We aimed to determine if symptom levels of depression, anxiety, and stress were different during the COVID-19 outbreak compared to before, with the Depression, Anxiety and Stress Scale as main outcome. We also aimed to determine whether pre-pandemic loneliness, poor sleep quality and mental health problems were associated with worse trajectories of mental health. Methods. We conducted a cohort study with 1658 Swedish university students answering questionnaires before the pandemic and a 81 % response-rate to follow-ups during the pandemic. Generalized Estimating Equations were used to estimate mean levels of symptoms before and during the pandemic, and to estimate effect modification by levels of loneliness, sleep quality and pre-existing mental health problems. Results. We found small differences in symptoms. Mean depression increased by 0.23/21 (95% CI:0.03 to 0.43), mean anxiety decreased by -0.06/21 (95% CI: -0.21 to 0.09) and mean stress decreased by - 0.34/21 (95% CI: -0.56 to -0.12). Loneliness, poor sleep quality and pre-existing mental health problems minimally influenced trajectories. Conclusions. Contrary to widely held concerns, we found minimal changes in mental health among Swedish university students during the first months of the COVID-19 pandemic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».