MétaCan
Menu
Retour à la cohorte
Enregistrement W3111199762 · doi:10.1186/s12889-021-11414-3

Quality of life during the epidemic of COVID-19 and its associated factors among enterprise workers in East China

2021· article· en· W3111199762 sur OpenAlexaff
Xiaoxiao Chen, Xu Qian, Haijiang Lin, Jianfu Zhu, Yue Chen, Qi Zhao, Chaowei Fu, Na Wang

Notice bibliographique

RevueBMC Public Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMarital statusMedicineChinaEnvironmental healthQuality of life (healthcare)Coronavirus disease 2019 (COVID-19)BiostatisticsQuarantineWorryDemographyLogistic regressionCross-sectional studyGerontologyPublic healthSocioeconomicsGeographyPopulationNursingAnxiety

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 related lockdown and home confinement might have an important impact on the quality of life in enterprise workers. We investigated the quality of life during the epidemic in enterprise workers who just returned to work, and assessed its potential influencing factors to have a better understanding of the impact of COVID-19 epidemic lockdown and home confinement. METHODS: This was a cross-sectional study of enterprise workers conducted in Deqing and Taizhou, Zhejiang Province, China. The Chinese version of EQ5D was used to assess life quality, and information about general characteristics and COVID-19 related factors was collected by a structured questionnaire, which was distributed through the social application "WeChat". Multiple liner regression was used to investigate potential influencing factors. RESULTS: A total of 2420 participants were enrolled, 59.5% of which worked in Deqing. About 50% of the participants reported worries about the COVID-2019 epidemic and 40.2% had a centralized or home quarantine during the epidemic. The mean EQ-5D score and VAS were 0.990 and 93.5. Multiple liner regression showed that the quality of life measures was related to physical activities (β = 0.006) and keeping home ventilation (β = 0.063) in Deqing, and were related to wearing a mask when going out (β = 0.014), keeping home ventilation (β = 0.061), other marital status (β = - 0.011), worry about the epidemic (β = - 0.005) and having a centralized or home quarantine (β = - 0.005) in Taizhou. CONCLUSIONS: The quality of life for returning enterprise workers in areas with different risks of COVID-19 was affected by different factors. Associated factors identified from this study would help develop proper intervention measures for enterprise workers to reduce the impact of large-scale public health events like the COVID-19 on their quality of life.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,157
Tête enseignante GPT0,444
Écart entre enseignants0,287 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207