Biopsychosocial exposure to the COVID-19 pandemic and the relative risk of schizophrenia: Interrupted time-series analysis of a nationally representative sample
Notice bibliographique
Résumé
BACKGROUND: Studies of COVID-19 pandemic biopsychosocial exposure and schizophrenia risk showed contradictory results, were undertaken early in the pandemic, and did not consider lockdowns or COVID-19 infection. Hence, we examined the association between COVID-19 biopsychosocial exposure and incident schizophrenia. METHODS: An interrupted time-series study design was implemented based on Israeli electronic health records from 2013 to 2021 with national coverage. The period coinciding with the COVID-19 pandemic biopsychosocial exposures from March 2020 to February 2021 was classified as exposed, otherwise unexposed. The effect of the COVID-19 pandemic on incident schizophrenia was quantified by fitting a Poisson regression and modeling the relative risk (RR) and corresponding 95% confidence intervals (CI). Three scenarios were projected from the third lockdown to 10 months to forecast incident schizophrenia rates and their associated 95% prediction intervals (PI). RESULTS: The total population (N = 736,356) yielded 4,310 cases of incident schizophrenia over time. The primary analysis showed that the period exposed to the COVID-19 pandemic was associated with a reduced RR (RR = 0.81, 95% CI = 0.73, 0.91, p < 0.001). This conclusion was supported in 12 sensitivity analyses, including scrutinizing lockdowns and COVID-19 infection status. Two of three forecast scenarios projected an incident increase (6.74, 95% PI = 5.80, 7.84; 7.40, 95% PI = 6.36, 8.60). CONCLUSIONS: The reduced risk of schizophrenia during the pandemic suggests no immediate triggering of new onsets either by the virus or the pandemic-induced psychosocial adversities. Once restrictions are lifted, the increased projected presentations have implications for clinicians and healthcare policy.
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 | 0,007 | 0,013 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».