MétaCan
Menu
← Retour à la cohorte
Enregistrement W4226060922 · doi:10.1370/afm.20.s1.2911

Effects of COVID-19 pandemic on anxiety and depression in primary care: A cohort study in Ontario, Canada

2022· article· en· W4226060922 sur OpenAlexaboutno aff
Ellen Stephenson, Karen Tu, Catherine Ji, Debra A. Butt, Noah Crampton, Jessica Gronsbell, Sumeet Kalia, Braden O’Neill

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAnxietyDepression (economics)Medical prescriptionContext (archaeology)Retrospective cohort studyPandemicMental healthPsychiatryCohort studyPopulationCohortFamily medicineCoronavirus disease 2019 (COVID-19)Internal medicineDiseaseEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

Context: Many people have experienced poorer mental health and increased distress during the COVID-19 pandemic. It is unclear to what extent this has resulted in increases in the number of patients presenting with anxiety and/or depression in primary care. Objective: To determine if there are more patients are visiting their family doctor for anxiety/depression during the COVID-19 pandemic compared to before the pandemic, and to determine whether these effects varied based on patient demographic characteristics. Study Design: A retrospective cohort study of family medicine patients from 2017-2020. Data Source: Electronic medical records (EMRs) from the University of Toronto Practice Based-Research Network (UTOPIAN) Data Safe Haven. The majority of physicians in the UTOPIAN EMR database practice in the Greater Toronto Area, a high-COVID region of Canada. Population Studied: Active family practice patients aged 10 and older with at least 1 year of EMR data. Outcome Measures: Visits for anxiety and/or depression; prescriptions for antidepressant medications. Results: Changes in visits for anxiety and depression during the COVID-19 pandemic were consistent with an increased demand for mental healthcare and an increase in the number of individuals with anxiety and depression. Increases in visits for anxiety and depression were larger for younger patients, women, and later in the pandemic. Among younger patients, prescriptions for antidepressants were substantially reduced during the first few months of the pandemic (April-May 2020) but incidences rates increased later in 2020. Increases in visit volume during the pandemic were consist with more frequent visits for anxiety/depression and more new patients presenting with anxiety or depression. Conclusion: The COVID-19 pandemic has resulted in an increased demand for mental health services from family physicians. Increases in anxiety and depression were especially pronounced among younger female patients and increased throughout the pandemic. Our findings highlight the need for continued efforts to support and addresses mental health concerns in primary care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,341
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCOVID-19 and Mental Health→Travaux en français237 207→