Mental Health during COVID-19 Pandemic among Caregivers of Young Children in Kenya’s Urban Informal Settlements. A Cross-Sectional Telephone Survey
Notice bibliographique
Résumé
The emergence of COVID-19 has profoundly affected mental health, especially among highly vulnerable populations. This study describes mental health issues among caregivers of young children and pregnant women in three urban informal settlements in Kenya during the first pandemic year, and factors associated with poor mental health. A cross-sectional telephone survey was administered to 845 participants. Survey instruments included the Patient Health Questionnaire-9, General Anxiety Disorder-7 scale, COVID-19 Anxiety Scale, and questions on the perceived COVID-19 effects on caregiver wellbeing and livelihood. Data were analyzed using descriptive statistics, and univariate and multivariate analysis. Caregivers perceived COVID-19 as a threatening condition (94.54%), affecting employment and income activities (>80%). Caregivers experienced discrimination (15.27%) and violence (12.6%) during the pandemic. Levels of depression (34%), general anxiety (20%), and COVID-19 related anxiety (14%) were highly prevalent. There were significant associations between mental health outcomes and economic and socio-demographic factors, violence and discrimination experiences, residency, and perceptions of COVID-19 as a threatening condition. Caregivers high burden of mental health problems highlights the urgent need to provide accessible mental health support. Innovative and multi-sectoral approaches will be required to maximize reach to underserved communities in informal settlements and tackle the root causes of mental health problems in this population.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».