Longitudinal Trends and Risk Factors for Depressed Mood Among Canadian Adults During the First Wave of COVID-19
Notice bibliographique
Résumé
Background: The COVID-19 pandemic has raised serious concerns about the mental health impact of people directed and indirectly affected by the virus. Because this is a rapidly evolving situation, our goal was to explore potential risk factors and trends in feelings of anxiety and depression among the general population in Canada over the first 5 months of the pandemic. Methods: We completed on-line surveys of 3,127 unique individuals representative of the Canadian general population at 4 discreet periods every 6 weeks from April 15th to July 28th 2020. We assessed feelings of anxiety, depression and loss of interest with the interRAI self-reported mood scale using a multivariable generalized estimating equation model to examine factors associated with having a 5+ score on the scale (indicating potentially depressed mood). We also investigated potential longitudinal trends to examine temporal variation in mood scores. Results: More than 30% of participants felt highly anxious, depressed, and disinterested in everyday activities in the first survey (April), but this number decreased to about 20% over 4 months. Feeling lonely, younger age, feeling overwhelmed by one's health needs, having financial concerns, and living outside of Québec were significantly associated with depressed mood. Interpretation: The prevalence of depressed mood during the pandemic was between 2 and 3 times the pre-pandemic rate (especially among young people), but it can change rapidly in response to social changes. Thus, monitoring of psychological distress among vulnerable groups that may benefit from additional supports should be a priority.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 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 ».