Depression, anxiety and stress among Swedish university students before and during six months of the COVID-19 pandemic: A cohort study
Notice bibliographique
Résumé
AIMS: The COVID-19 pandemic has had a profound effect on societies and citizens worldwide, raising concerns about potential mental health impacts. We aimed to describe trajectories of depression, anxiety and stress symptoms during the COVID-19 outbreak compared to before the outbreak, and to determine if trajectories were modified by pre-pandemic loneliness, poor sleep quality and mental health problems. METHODS: We conducted a cohort study with 1836 Swedish university students entering the study before 13 March 2020, the onset of the pandemic, with follow-ups within three (FU1) and six months (FU2) of the outbreak. Generalized Estimating Equations were used to estimate mean differences in symptom levels over time-periods, and to estimate potential effect modifications. RESULTS: We found small differences in mean levels of the depression, anxiety and stress scale (DASS-21) over time. Compared to before the pandemic, depression increased by 0.25 points of 21 (95% CI: 0.04 to 0.45) at FU1 and decreased by 0.75/21 (95% CI:-0.97 to -0.53) at FU2. Anxiety decreased from baseline to FU1 by 0.09/21 (95% CI: -0.24 to 0.07) and by 0.77/21 (95% CI: -0.93 to -0.61) to FU2. Stress decreased from baseline to FU1 by 0.30/21 (95% CI: -0.52 to -0.09) and by 1.32/21 (95% CI: -1.55 to -1.09) to FU2. Students with pre-pandemic loneliness, poor sleep quality or pre-pandemic mental health problems did not have worse trajectories of mean mental health symptoms. CONCLUSIONS: Symptom levels were relatively stable during the first three months of the pandemic, while there was a slight decrease during the summer months, probably due to seasonality effects.
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 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 | 0,003 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».