Monitoring the effects of <scp>COVID</scp>‐19 in emerging adults with pre‐existing mood and anxiety disorders
Notice bibliographique
Résumé
AIM: The COVID-19 quarantine closed many mental health services. Emerging adults with pre-existing mood or anxiety disorders were of concern for worsening symptoms. We sought to demonstrate a method for monitoring mental health status of a group of patients with reduced access to their usual mental health services during quarantine. METHODS: A total of 326 patients enrolled in the First-Episode Mood and Anxiety Program in London, Ontario, Canada were invited to participate in online questionnaires regularly. Patients were flagged for high level of risk based on depression scores, suicidal ideation and worsening in anxiety, depression or quality of health. All patients were also asked if they wanted contact with a clinician. RESULTS: One hundred and fourteen (35%) patients completed at least one questionnaire. Thirty were flagged based on scores; 37 (32.5%) participating patients requested help. Participants who were flagged for concerning scores were younger, more likely to be on the wait list for treatment, to have been laid off from work and have more functional impairment. Participants requesting support had higher symptom scores for depression and lower scores on quality of health. CONCLUSIONS: The process utilized here identified patients at risk and in need of clinical support in the context of pandemic quarantine. It provided an accessible avenue for invited patients to communicate both symptom status and need for contact. Such a process can provide valuable monitoring during times when the usual communications between patients and health care providers is compromised and clinician time is limited. It is easily implemented.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 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 ».