Prevalence of Anxiety in University Students during the COVID-19 Pandemic: A Systematic Review
Notice bibliographique
Résumé
There is a dearth of evidence synthesis on the prevalence of anxiety among university students even though the risk of psychological disorders among this population is quite high. We conducted a quantitative systematic review to estimate the global prevalence of anxiety among university students during the COVID-19 pandemic. A systematic search for cross-sectional studies on PubMed, Scopus, and PsycINFO, using PRISMA guidelines, was conducted from September 2020 to February 2021. A total of 36 studies were included, using a random-effects model to calculate the pooled proportion of anxiety. A meta-analysis of the prevalence estimate of anxiety yielded a summary prevalence of 41% (95% CI = 0.34–0.49), with statistically significant evidence of between-study heterogeneity (Q = 80801.97, I2 = 100%, p ≤ 0.0001). A subgroup analysis reported anxiety prevalence in Asia as 33% (95% CI:0.25–0.43), the prevalence of anxiety in Europe as 51% (95% CI: 0.44–0.59), and the highest prevalence of anxiety in the USA as 56% (95% CI: 0.44–0.67). A subgroup gender-based analysis reported the prevalence of anxiety in females as 43% (95% CI:0.29–0.58) compared to males with an anxiety prevalence of 39% (95% CI:0.29–0.50). University students seem to have a high prevalence of anxiety, indicating an increased mental health burden during this 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 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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».