Mental Distress and Psychological Disorders Related to COVID-19 Mandatory Lockdown
Notice bibliographique
Résumé
Background: Lockdown restrictions due to COVID-19 have affected many people's lifestyles and ability to earn a living. They add further distress to the lives of people in Syria, who have already endured 9 years of war. This study evaluates distress and the major causes of concerns related to COVID-19 during the full lockdown. Methods: Online questionnaires were distributed using SPTSS, K10, and MSPSS which were used with other demographic, war- and COVID-19-related questions that were taken from The (CRISIS) V0.1 Adult Self-Report Baseline Form. Results: Our sample included 5,588 with the mean age of 26.84 ± 7.815 years. Of those, only one case of COVID-19 was confirmed. Over 42.7% had two or more positive PTSD symptoms, 42.6% had moderate or severe mental disorder, but only 14.9% had low social support. Higher PTSD and K10 scores overall were seen in female participants and with most of war variables ( P < 0.05). Relationships with the partner being negatively affected and distress from a decline in ability to work and provide food were the most prominent. Conclusions: The indirect effects of COVID-19 are far more than that of the pathogen itself. A reduced ability to earn and to provide food were the main concerns indicated in this study. Relationships deteriorated in participants with high K10 and PTSD scores who also had more symptoms and used more hypnotics in the last four weeks. Smoking patterns were not related to K10 and PTSD. Social support played a role in reducing stress, but when relationships were affected, lower support was observed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».