Adult PTSD symptoms and substance use during Wave 1 of the COVID-19 pandemic
Notice bibliographique
Résumé
INTRODUCTION: This study examined associations between pandemic-related PTSD symptoms and substance use among adults, the role of gender and socioeconomic status in these outcomes, and the supports that adults needed to address these problems during Wave 1 of the COVID-19 pandemic in Alberta, Canada. METHODS AND MEASURES: Data were collected from 933 community-based adults without a previous diagnosis of PTSD in June 2020. The Primary Care PTSD Screen was adapted to assess pandemic-related PTSD symptoms. Participants were asked if alcohol or cannabis use had increased in the past month. Adjusted logistic regression models examined associations between pandemic-related PTSD symptoms and substance use. RESULTS: More women (19%) than men (13%) met criteria for high pandemic-related PTSD symptomology, while a similar percentage (13.4% of women, 13.2% of men) reported significant increases in substance use during the pandemic. Adults 18-35 years; those who believed they would become infected with the virus; and those with low income, education, or pandemic-related job loss were more likely to report PTSD symptoms. High pandemic-related PTSD symptomology was associated with a significant substance use increase among both women (OR = 2.2) and men (OR = 2.3) in adjusted models. Many adults (50% of women, 40% of men) reported they needed help to address these problems. CONCLUSIONS: Pandemic-related PTSD symptoms were common among adults during Wave 1 of COVID-19. These symptoms were associated with a significant increase in substance use among women and men. Many adults voiced a need for help with these problems. Findings suggest substance use interventions that consider and address pandemic-related PTSD symptoms may be needed.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».