Prevalence of depression and anxiety among general population in Pakistan during COVID-19 lockdown: An online-survey
Notice bibliographique
Résumé
Abstract The present study's aim is to find the prevalence of two of the common indicators of mental health - depression and anxiety – and any correlation with socio-demographic indicators in the Pakistani population during the lockdown from 5 May to 25 July 2020. A cross-sectional survey was conducted using an online questionnaire sent to volunteer participants. A total of 1047 participants over 18 were recruited through convenience sampling. The survey targeted depression and anxiety levels, which were measured using a 14 item self-reporting Hospital Anxiety and Depression Scale (HADS). Out of the total sample population (N=354), 39.9% suffered from depression and 57.7% from anxiety. Binary logistical regressions indicated significant predictive associations of gender (OR=1.410), education (OR=9.311), residence (OR=0.370), household income (OR=0.579), previous psychiatric problems (OR=1.671), and previous psychiatric medication (OR=2.641). These were the key factors e associated with a significant increase in depression. Increases in anxiety levels were significantly linked to gender (OR=2.427), residence (OR=0.619), previous psychiatric problems (OR=1.166), and previous psychiatric medication (OR=7.330). These results suggest depression and anxiety were prevalent among the Pakistani population during the lockdown. Along with other measures to contain the spread of COVID-19, citizens' mental health needs the Pakistani government's urgent attention as well as that of mental health experts. Further large-scale, such as healthcare practitioners, should be undertaken to identify other mental health indicators that need to be monitored.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».