MétaCan
Menu
Retour à la cohorte
Enregistrement W3207574912 · doi:10.1186/s12889-021-11900-8

The trajectories of depressive symptoms among working adults during the COVID-19 pandemic: a longitudinal analysis of the InHamilton COVID-19 study

2021· article· en· W3207574912 sur OpenAlexaffabout
Divya Joshi, Andrea González, Lauren E. Griffith, Laura Duncan, Harriet L. MacMillan, Melissa Kimber, Brenda Vrkljan, James MacKillop, Marla Beauchamp, Nick Kates, Parminder Raina

Notice bibliographique

RevueBMC Public Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensMcMaster UniversityMcMaster University Medical CentreImpact
Organismes subventionnairesnon disponible
Mots-clésLongitudinal studyPandemicStressorMedicineCoping (psychology)Mental healthPublic healthBiostatisticsCoronavirus disease 2019 (COVID-19)Young adultPsychiatryClinical psychologyGerontologyDemographyDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Longitudinal studies examining the impact of changes in COVID-19 pandemic-related stressors and experiences, and coping styles on the mental health trajectory of employed individuals during the lockdown are limited. The study examined the mental health trajectories of a sample of employed adults in Hamilton, Ontario during the initial lockdown and after the re-opening following the first wave in Canada. Further, this study also identified the pandemic-related stressors and coping strategies associated with changes in depressive symptoms in employed adults during the COVID-19 pandemic. METHODS: The InHamilton COVID-19 longitudinal study involved 579 employees aged 22-88 years from a large public university in an urban area of Hamilton, Ontario at baseline (April 2020). Participants were followed monthly with 6 waves of data collected between April and November 2020. A growth mixture modeling approach was used to identify distinct groups of adults who followed a similar pattern of depressive symptoms over time and to describe the longitudinal change in the outcome within and among the identified sub-groups. RESULTS: Our results showed two distinct trajectories of change with 66.2% of participants displaying low-consistent patterns of depressive symptoms, and 33.8% of participants displaying high-increasing depressive symptom patterns. COVID-19 pandemic-related experiences including health concerns, caregiving burden, and lack of access to resources were associated with worsening of the depressive symptom trajectories. Frequent use of dysfunctional coping strategies and less frequent use of emotion-focused coping strategies were associated with the high and increasing depressive symptom pattern. CONCLUSIONS: The negative mental health impacts of the COVID-19 pandemic are specific to subgroups within the population and stressors may persist and worsen over time. Providing access to evidence-informed approaches that foster adaptive coping, alleviate the depressive symptoms, and promote the mental health of working adults is critical.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,665

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,125
Tête enseignante GPT0,425
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207