Mental health difficulties of adults with COVID-19-like symptoms in Bangladesh: A cross-sectional correlational study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle