MétaCan
Menu
Retour à la cohorte
Enregistrement W3126811600 · doi:10.2196/25363

Exposure to COVID-19-Related Information and its Association With Mental Health Problems in Thailand: Nationwide, Cross-sectional Survey Study

2021· article· en· W3126811600 sur OpenAlexaff
Pajaree Mongkhon, Chidchanok Ruengorn, Ratanaporn Awiphan, Kednapa Thavorn, Brian Hutton, Nahathai Wongpakaran, Tinakon Wongpakaran, Surapon Nochaiwong

Notice bibliographique

RevueJournal of Medical Internet Research · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensInstitute for Clinical Evaluative SciencesOttawa HospitalUniversity of Ottawa
Organismes subventionnairesChiang Mai University
Mots-clésMental healthAnxietyMedicineCross-sectional studyMultinomial logistic regressionLogistic regressionPopulationDepression (economics)PandemicEnvironmental healthDemographyPsychiatryCoronavirus disease 2019 (COVID-19)Disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic has had a negative impact on both the physical and mental health of individuals worldwide. Evidence regarding the association between mental health problems and information exposure among Thai citizens during the COVID-19 outbreak is limited. OBJECTIVE: This study aimed to explore the relationship between information exposure and mental health problems during the COVID-19 pandemic in Thailand. METHODS: Between April 21 and May 4, 2020, we conducted a cross-sectional, nationwide online survey of the general population in Thailand. We categorized the duration of exposure to COVID-19-related information as follows: <1 h/day (reference group), 1-2 h/day, and ≥3 h/day. Mental health outcomes were assessed using the Patient Health Questionnaire-9, the Generalized Anxiety Disorder-7 scale, the Perceived Stress Scale-10, and the Insomnia Severity Index for symptoms of depression, anxiety, perceived stress, and insomnia, respectively. Multivariable logistic regression models were used to evaluate the relationship between information exposure and the risk of developing the aforementioned symptoms. An ancillary analysis using multivariable multinomial logistic regression models was also conducted to assess the possible dose-response relationship across the severity strata of mental health problems. RESULTS: Of the 4322 eligible participants, 4004 (92.6%) completed the online survey. Of them, 1481 (37.0%), 1644 (41.1%), and 879 (22.0%) participants were exposed to COVID-19-related information for less than 1 hour per day, 1 to 2 hours per day, or 3 or more hours per day, respectively. The major source of information related to the COVID-19 pandemic was social media (95.3%), followed by traditional media (68.7%) and family members (34.9%). Those exposed to information for 3 or more hours per day had a higher risk of developing symptoms of depression (adjusted odds ratio [OR] 1.35, 95% CI 1.03-1.76; P=.03), anxiety (adjusted OR 1.88, 95% CI 1.43-2.46; P<.001), and insomnia (adjusted OR 1.52, 95% CI 1.17-1.97; P=.001) than people exposed to information for less than 1 hour per day. Meanwhile, people exposed to information for 1 to 2 hours per day were only at risk of developing symptoms of anxiety (adjusted OR 1.35, 95% CI 1.08-1.69; P=.008). However, no association was found between information exposure and the risk of perceived stress. In the ancillary analysis, a dose-response relationship was observed between information exposure of 3 or more hours per day and the severity of mental health problems. CONCLUSIONS: These findings suggest that social media is the main source of COVID-19-related information. Moreover, people who are exposed to information for 3 or more hours per day are more likely to develop psychological problems, including depression, anxiety, and insomnia. Longitudinal studies investigating the long-term effects of COVID-19-related information exposure on mental health are warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,020
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0240,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,149
Tête enseignante GPT0,529
Écart entre enseignants0,381 · 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 tête enseignante, pas un consensus.

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

Citations65
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetCOVID-19 and Mental HealthTravaux en français237 207