Perceptions and Correlates of Distress Due to the COVID-19 Pandemic and Stress Management Strategies Among Adults With Diabetes: A Mixed-Methods Study
Notice bibliographique
Résumé
BACKGROUND: Greater risk of adverse health outcomes and public health measures have increased distress among people with diabetes during the coronavirus-2019 (COVID-19) pandemic. The objectives of this study were to explore how the experiences of people with diabetes during the COVID-19 pandemic differ according to sociodemographic characteristics and identify diabetes-related psychosocial correlates of COVID distress. METHODS: Patients with type 1 or 2 diabetes were recruited from clinics and community health centres in Toronto, Ontario, as well as patient networks. Participants were interviewed to explore the experiences of people with diabetes with varied sociodemographic and clinical identities, with respect to wellness (physical, emotional, social, financial, occupational), level of stress and management strategies. Multiple linear regression was used to assess the relationships between diabetes distress, diabetes self-efficacy and resilient coping with COVID distress. RESULTS: Interviews revealed that specific aspects of psychosocial wellness affected by the pandemic, and stress and illness management strategies utilized by people with diabetes differed based on socioeconomic status, gender, type of diabetes and race. Resilient coping (β=-0.0517; 95% confidence interval [CI], -0.0918 to -0.0116; p=0.012), diabetes distress (β=0.0260; 95% CI, 0.0149 to 0.0371; p<0.0001) and diabetes self-efficacy (β=-0.0184; 95% CI, -0.0316 to -0.0052; p=0.007) were significantly associated with COVID distress. CONCLUSIONS: Certain subgroups of people with diabetes have experienced a disproportionate amount of COVID distress. Assessing correlates of COVID distress among people with diabetes will help inform interventions such as diabetes self-management education to address the psychosocial distress caused by the pandemic.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».