COVID-19 and the Mental Health of Canadian Armed Forces Veterans: A Cross-Sectional Survey
Notice bibliographique
Résumé
BACKGROUND: There are no data on the impact of COVID-19 and associated public health measures, including sheltering at home, travel restrictions, and changes in health care provision, on the mental health of older veterans. This information is necessary for government and philanthropic agencies to tailor mental health supports, services, and resources for veterans in the peri- and post-pandemic periods. The objective of this study was to compare mental health symptoms between Canadian Armed Forces (CAFs) veterans and the general Canadian older adult population in the early months of the COVID-19 pandemic. MATERIALS AND METHODS: This was a secondary analysis of a cross-sectional study of older adults in the national Canadian COVID-19 Coping Study. Individuals aged 55 years and older were eligible. A convenience sample of older adults was recruited through a web-based survey administered between May 01, 2020 and June 30, 2020. Canadian Armed Force military service history status (yes/no) was ascertained. The eight-item Center for Epidemiological Studies Depression Scale, the five-item Beck Anxiety Inventory, and the three-item Loneliness Scale were used to measure mental health symptoms. Multivariable logistic regression compared the odds of screening positive for depression, anxiety, and loneliness between veterans and non-veterans. RESULTS: Of 1,541 respondents who answered the final question (87% survey completeness rate), 210 were veterans. Forty percent of veterans met criteria for at least one of the mental health diagnoses compared to 46% of non-veterans (P = .12). The odds of reporting elevated symptoms of depression, anxiety, and loneliness were similar for veteran and non-veteran respondents after adjusting for confounders. CONCLUSION: Veterans' report of mental health symptoms was similar to the general population Spring 2020 of the COVID-19 pandemic. Although veterans' military training may better prepare them to adapt in the face of a pandemic, additional research is needed to understand the longitudinal impacts on physical and mental health.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».