A Systematic Review and Meta-Analysis of Symptoms of Anxiety, Depression, and Insomnia in Spain in the COVID-19 Crisis
Notice bibliographique
Résumé
BACKGROUND: General population, frontline healthcare workers (HCWs), and adult students in Spain are at risk of anxiety, depression, and insomnia symptoms during the COVID-19 crisis. A meta-analysis of the individual studies on these symptoms would provide systematic evidence to aid policymakers and researchers in focusing on prevalence, risk, and best interventions. OBJECTIVE: This paper aims to be the first meta-analysis and systematic review to calculate the prevalence of anxiety, depression, and insomnia symptoms in Spain's adult population (general population, frontline healthcare workers (HCWs), and adult students) during the Covid-19 epidemic. METHOD: Random-effect meta-analysis was used to estimate the prevalence of anxiety, depression, and insomnia. RESULTS: The meta-analysis includes 28 studies with 38 individual samples in Spain. The pooled prevalence of anxiety symptoms in 22 studies comprising a sample population of 82,024 was 20% (95% CI: 15-25%), that of depression symptoms in 22 articles with a total sample comprising 82,890 individuals was 22% (95% CI: 18-28%), and that of insomnia symptoms in three articles with a sample population of 745 was 57% (95% CI: 48-66%. CONCLUSIONS: The accumulative evidence reveals that adults in Spain suffered higher prevalence rates of mental symptoms during the COVID-19 crisis, with a significantly higher rate relative to other countries such as China. Our synthesis also reveals a relative lack of studies on frontline and general HCWs in Spain.
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 | 0,016 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,034 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».