A Systematic Review and Meta-Analysis on Mental Illness Symptoms in Spain in the COVID-19 Crisis
Notice bibliographique
Résumé
Abstract Objective This paper systematically reviews and assesses the prevalence of anxiety, depression, and insomnia symptoms in the general population, frontline healthcare workers (HCWs), and adult students in Spain during the COVID-19 crisis. Data sources Articles in PubMed, Embase, Web of Science, PsycINFO, and medRxiv from March 2020 to February 6, 2021. Results The pooled prevalence of anxiety symptoms in 23 studies comprising a total sample of 85,560 was 20% (95% CI: 15% - 25%, I2 = 99.9%), that of depression symptoms in 23 articles with a total sample comprising of 86,469 individuals was 23% (95% CI: 18% - 28%, I2 = 99.8%), and that of insomnia symptoms in 4 articles with a total sample of 915 were 52% (95% CI: 42-64%, I2 = 88.9%). The overall prevalence of mental illness symptoms in frontline HCWs, general population, and students in Spain are 42%, 19%, and 50%, respectively. Discussion The accumulative evidence from the meta-analysis reveals that adults in Spain suffered higher prevalence rates of mental illness symptoms during the COVID-19 crisis with a significantly higher rate relative to other countries such as China. Our synthesis reveals high heterogeneity, varying prevalence rates and a relative lack of studies in frontline and general HCWs in Spain, calling future research and interventions to pay attention to those gaps to help inform evidence-based mental health policymaking and practice in Spain during the continuing COVID-19 crisis. The high prevalence rates call for preventative and prioritization measures of the mental illness symptoms during the Covid-19 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.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».