Systematic Review on the Mental Health and Treatment Impacts of COVID-19 on Neurocognitive Disorders
Notice bibliographique
Résumé
Objectives. The COVID-19 pandemic has had many public health impacts, especially on vulnerable individuals including adults with neurocognitive disorders (NCD). With increasing literature, this systematic literature review aimed to address the mental health effects of COVID-19 on people with NCD in addition to examine the impact of the pandemic on treatments/resources for NCD. Methods. A literature search was conducted in the electronic databases of PubMed, PsycINFO, Web of Science and Google Scholar. Studies were included so long as they assessed the mental health or therapeutic effects of COVID-19 on NCD. Results. Among the retrieved articles, 59 met eligibility criteria. First, the pandemic and resulting self-isolation led to many detrimental effects on psychological well-being. Exacerbation and relapses of neurocognitive and behavioral symptoms were observed, as well as emergences of new psychological symptoms (i.e., depression, anxiety). Second, therapeutic and community services for individuals suffering from NCD, such as social support services and outpatient clinics, were disrupted or reduced leading to postponed appointments and evaluations, as well as reduced access to medications. These issues were somewhat palliated with the growth of telemedicine. Conclusions. This systematic review highlights the extent of the effects of the pandemic, and the topics addressed should be taken into consideration by healthcare practitioners, institutions, and policymakers to ensure that proper measures are employed to protect this population from additional harm.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 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 ».