The role of sex and gender in the changing levels of anxiety and depression during the COVID-19 pandemic: A cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Several studies have assessed the impact of the COVID-19 pandemic on anxiety and depression, but have not focused on the role of sex and gender. This study compared changes in the levels of anxiety and depression (pre- and post-COVID) experienced by individuals of various sexes and genders. METHODS: We used a cross-sectional online survey that assessed pre- and post-COVID symptoms of anxiety (Generalized Anxiety Disorder-2) and depression (Patient Health Questionnaire-9). General linear modeling (fixed model factorial analysis of variance) was used to evaluate changes in anxiety and depression between pre- and post-pandemic periods and explore differential effects of sex and gender on those changes. RESULTS: Our study included 1847 participants from 43 countries and demonstrated a percentage increase of 57.1% and 74.2% in anxiety and depression, respectively. For the Generalized Anxiety Disorder-2 scale (maximum score 6), there was a mean increase in anxiety by sex for male, female, and other of 1.0, 1.2, and 1.4, respectively; and by gender for man, woman, and others of 0.9, 1.3, and 1.6, respectively. For the Patient Health Questionnaire-9 (maximum score 27), there was a mean increase in depressive symptoms by sex for male, female, and other of 3.6, 4.7, and 5.5 respectively; and by gender for man, woman, and others of 3.3, 4.8, and 6.5, respectively. CONCLUSION: During COVID-19, there was an increase in anxiety and depressive symptoms for all sexes and genders, with the greatest increases reported by those identifying as non-male and non-men.
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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».