Social Contact Prior to COVID-19 and Longitudinal Mental Health Trajectories During COVID-19 Among Adults Ages ≥55
Notice bibliographique
Résumé
Abstract Social support protects mental health during a crisis. We examined whether prior contact with social organizations and friends/neighbors was associated with better trajectories of loneliness, depression and self-rated memory during the COVID-19 pandemic. We conducted latent class analysis and regression analysis on longitudinal data from the COVID-19 Coping Study of US adults aged ≥55 from April-October 2020 (n=3105). Overall, prior contact with friends(B=-.075,p<.001), neighbors(B=-.048,p=.007), and social organizations(B=-.073,p<.001) predicted better mental health amid COVID-19. Three classes were identified: Class1 had the best outcomes, whereas Class3 had the worst outcomes and were most likely to live alone(B=.149,p<.001). For Class1, prior contact with social organizations(B=-.052,p=.044) predicted decreasing loneliness. For Class2, prior contact with friends(B=-.075,p<.001) predicted decreasing loneliness and better memory(B=-.130,p=.011). Conversely, prior contact with neighbors(B=-.165,p=.010) predicted worsening loneliness among Class3. Our findings pose new questions on the role of neighborhood networks to mitigate poor mental health outcomes among older adults during a crisis.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».