Emerging New Psychiatric Symptoms and the Worsening of Pre-existing Mental Disorders during the COVID-19 Pandemic: A Canadian Multisite Study: Nouveaux symptômes psychiatriques émergents et détérioration des troubles mentaux préexistants durant la pandémie de la COVID-19: une étude canadienne multisite
Notice bibliographique
Résumé
BACKGROUND: The coronavirus disease 2019 (COVID-19) pandemic has caused global disruptions with serious psychological impacts. This study investigated the emergence of new psychiatric symptoms and the worsening of pre-existing mental disorders during the COVID-19 pandemic, identified factors associated with psychological worsening, and assessed changes in mental health service use. METHODS: An online survey was circulated between April 3 and June 23, 2020. Respondents were asked to complete mental health questionnaires based on 2 time referents: currently (i.e., during the outbreak) and in the month preceding the outbreak. A total of 4,294 Canadians between 16 and 99 years of age were subdivided based on the presence of self-reported psychiatric diagnoses. RESULTS: The proportion of respondents without prior psychiatric history who screened positive for generalized anxiety disorder and depression increased by 12% and 29%, respectively, during the outbreak. Occurrences of clinically important worsening in anxiety, depression, and suicidal ideation symptoms relative to pre-outbreak estimates were significantly higher in those with psychiatric diagnoses. Furthermore, 15% to 19% of respondents reported increased alcohol or cannabis use. Worse psychological changes relative to pre-outbreak estimate were associated with female sex, younger age, lower income, poorer coping skills, multiple psychiatric comorbidities, previous trauma exposure, deteriorating physical health, poorer family relationships, and lower exercising. Reductions in mental health care were associated with increased suicidal ideation. CONCLUSION: The worsening in mental health symptoms and the decline in access to care call for the urgent development of adapted interventions targeting both new mental disorders and pre-existing psychiatric conditions affected by 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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».