Impact of the first wave of COVID‐19 on the health and psychosocial well‐being of Māori, Pacific Peoples and New Zealand Europeans living in aged residential care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To investigate the impact of New Zealand's (NZ) first wave of COVID-19, which included a nationwide lockdown, on the health and psychosocial well-being of Māori, Pacific Peoples and NZ Europeans in aged residential care (ARC). METHODS: interRAI assessments of Māori, Pacific Peoples and NZ Europeans (aged 60 years and older) completed between 21/3/2020 and 8/6/2020 were compared with assessments of the same ethnicities during the same period in the previous year (21/3/2019 to 8/6/2019). Physical, cognitive, psychosocial and service utilisation indicators were included in the bivariate analyses. RESULTS: A total of 538 Māori, 276 Pacific Peoples and 11,322 NZ Europeans had an interRAI assessment during the first wave of COVID-19, while there were 549 Māori, 248 Pacific Peoples and 12,367 NZ Europeans in the comparative period. Fewer Māori reported feeling lonely (7.8% vs. 4.5%, p = 0.021), but more NZ Europeans reported severe depressive symptoms (6.9% vs. 6.3%, p = 0.028) during COVID-19. Lower rates of hospitalisation were observed in Māori (7.4% vs. 10.9%, p = 0.046) and NZ Europeans (8.1% vs. 9.4%, p < 0.001) during COVID-19. CONCLUSIONS: We found a lower rate of loneliness in Māori but a higher rate of depression in NZ European ARC populations during the first wave of COVID-19. Further research, including qualitative studies with ARC staff, residents and families, and different ethnic communities, is needed to explain these ethnic group differences. Longer-term effects from the COVID-19 pandemic on ARC populations should also be investigated.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle