Mental health difficulties of adults with COVID-19-like symptoms in Bangladesh: A cross-sectional correlational study
Notice bibliographique
Résumé
BACKGROUND: The rapid spread of novel corona virus disease (COVID-19) coupled with inefficient testing capacities in Bangladesh has resulted in a number of deaths from COVID-19-like symptoms that have no official test results. This study was the first study that explored the mental health of adults with the most common COVID-19-like symptoms in Bangladesh. METHODS: This cross-sectional correlational study gathered data via an online survey to explore the mental health of Bangladeshi adults with symptoms akin to COVID-19. Level of stress, anxiety symptoms, and depressive symptoms were measured with the DASS-21. Chi-square tests and multivariate logistic regression was performed to examine the association of variables. RESULTS: The prevalence rates of anxiety symptoms and depressive symptoms of the overall population were 26.9% and 52.0% respectively and 55.6% reported mild to extremely severe levels of stress. Multivariate logistic regression determined that respondents with COVID-19-like symptoms reported higher odds for stress level (AOR = 2.043, CI = 1.51 to 2.76), anxiety symptoms (AOR = 2.770, CI = 2.04 to 3.77) and depressive symptoms (AOR = 1.482, CI = 1.12 to 1.96) than asymptomatic respondents. LIMITATIONS: There was a chance of recall bias as it was not possible to validate the information due to the retrospective design of the study. Recruitment methods only captured internet users, which reduces the generalizability of findings. CONCLUSIONS: Patients with symptoms like those of COVID-19 should be prioritized in the healthcare setting in order to reduce mental health difficulties throughout the 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».