Mental Health Outcomes and Sleep Status among Patients with Coronavirus Disease 2019
Notice bibliographique
Résumé
Objective: The immediate impacts of coronavirus disease 2019 (COVID-19) on mental health of affected patients and psychiatric morbidities of these patients has been neglected by researchers. We assessed mental health outcomes and sleep status among inpatients and outpatients with COVID-19 who were initially referred to our COVID-19 clinic in Mashhad, Iran during April-October 2020. Method: In this ethically approved cross-sectional study, 130 patients with confirmed COVID-19 who were referred to outpatient clinics and wards of a referral hospital in Mashhad, Iran were surveyed during April-October 2020. Demographic data were collected after obtaining informed written consent. Validated Persian versions of insomnia severity index (ISI), 9-item patient health questionnaire (PHQ-9), and 7-item generalized anxiety disorder (GAD-7) and revised impact of event scale (IES-R) were used as main outcome measures (i.e. status of anxiety, depression, insomnia, and event-related distress). Analysis was performed with SPSS using binary logistic regression. P-values < 0.05 were considered significant. Results: Overall, 65 inpatients and 65 outpatients were surveyed. The two groups did not significantly defer in terms of insomnia and depression severity, but the outpatients showed higher levels of anxiety (52.3% vs. 24.6%, P = 0.005) and distress compared to inpatients (80.0% vs. 64.6%, P < 0.001). Male sex (OR = 0.017, 95%CI = 0.000-0.708, P = 0.032) exhibited independent and inverse association with depression in COVID-19 patients. Being married (OR = 0.102, 95% CI = 0.018-0.567, P = 0.009) was independently and inversely associated with anxiety. Insomnia was independently associated with event-related distress (OR = 7.286, 95%CI = 2.017-26.321, P = 0.002). Only depression was independently associated with insomnia (OR = 49.655, 95%CI = 2.870-859.127, P = 0.007). Conclusion: We found symptoms of psychological distress and anxiety to be more prevalent among outpatients with COVD-19 than inpatients. Insomnia can be a potential risk factor for adverse mental health outcomes in these patients.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».