Prevalence, Demographic, and Clinical Correlates of Likely PTSD in Subscribers of Text4Hope during the COVID-19 Pandemic
Notice bibliographique
Résumé
BACKGROUND: During the COVID-19 pandemic, people may experience increased risk of adverse mental health, particularly post-traumatic stress disorder (PTSD). METHODS: A survey measured stress, anxiety, depression, and PTSD symptoms in Text4Hope subscribers using the Perceived Stress Scale, Generalized Anxiety Disorder 7-Item Scale, Patient Health Questionnaire-9, and PTSD Checklist for DSM-5 Part 3, respectively. A Chi-square test and multivariate logistic regression were employed. RESULTS: Most respondents were 41-60 years old (49.5%), Caucasian (83.3%), with post-secondary education (92.1%), employed (70.3%), married/cohabiting/partnered (64.9%), and homeowners (71.7%). Likely PTSD was reported in 46.8% of the respondents. Those who were afraid to contract the coronavirus had a history of depression before the pandemic, and those who received counselling during the pandemic exhibited a high prevalence of likely PTSD (OR (1.7 to 2.2)). Significant lower odds of likely PTSD were observed among subscribers who received absolute support from family/friends. CONCLUSIONS: This paper presents findings on the prevalence of likely PTSD and identified vulnerable groups during the COVID-19 pandemic. Our results support the proposal that public health advice should incorporate mental health wellness campaigns aiming to reduce the psychological impact of pandemics.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 ».