MétaCan
Menu
← Retour à la cohorte
Enregistrement W4294958817 · doi:10.1093/pch/pxac009

Les effets de la pandémie de COVID-19 sur la santé mentale des enfants atteints de problèmes de santé physique ou d’incapacités, des familles et des professionnels de la santé

2022· letter· fr· W4294958817 sur OpenAlexaff
David Nicholas, Rosslynn Zulla, Olivia Conlon, Gina Dimitropoulos, Simon Urschel, Adam Rapoport, Sherri L. Katz, Aisha Bruce, Lori J. West, Mark Belletrutti, Emma Cullen, Lonnie Zwaigenbaum

Notice bibliographique

RevuePaediatrics & Child Health · 2022
Typeletter
Languefr
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensBritish Columbia Institute of TechnologyUniversity of OttawaBC Children's HospitalUniversity of TorontoHospital for Sick ChildrenStollery Children's HospitalUniversity of AlbertaGlenrose Rehabilitation HospitalChildren's Hospital of Eastern OntarioUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHumanitiesCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Political scienceMedicineArt

Résumé

récupéré en direct d'OpenAlex

Résumé Objectifs La pandémie de COVID-19 a influé sur la santé mentale de la population. Les familles des enfants qui ont des vulnérabilités en matière de santé ont été démesurément touchées par les politiques liées à la pandémie et les perturbations aux services, car elles s’appuient beaucoup sur le système de soins de santé et de services sociaux. Les chercheurs ont établi les répercussions de la pandémie de COVID-19 sur les enfants ayant des vulnérabilités en matière de santé physique et des incapacités, les familles et les professionnels de la santé. Méthodologie Des enfants ayant diverses vulnérabilités en matière de santé (transplantation cardiaque, affections respiratoires, anémie falciforme, trouble du spectre de l’autisme, troubles de santé mentale et approche de la fin de vie en raison d’une série de causes sous-jacentes), leurs parents et leurs professionnels de la santé ont participé à des entrevues semi-structurées. Les chercheurs ont utilisé des méthodes d’analyse qualitative et en ont extrait les thèmes liés aux effets et les recommandations en vue d’améliorer la pratique. Résultats Au total, 262 participants (30 enfants, 76 parents, 156 professionnels de la santé) ont été interviewés. Les enfants ont décrit leur solitude et leur isolement, les parents, leur épuisement, et les professionnels de la santé, la pression ressentie et un sentiment de détresse morale. Les thèmes reflétaient les effets de la pandémie sur la santé mentale des enfants, des familles et des professionnels de la santé, de même que les ressources insuffisantes pour soutenir la santé mentale, les influences organisationnelles et politiques qui ont façonné la prestation des services et les recommandations pour améliorer la prestation de ces services. Conclusion Les restrictions sanitaires imposées par la pandémie et les modifications aux soins ont eu de profondes répercussions sur la santé mentale des enfants qui ont des vulnérabilités en matière de santé, les familles et les professionnels de la santé. Les recommandations incluent la rédaction et l’adoption d’information ciblée sur la pandémie et la mise en œuvre de services de soutien en santé mentale. Ces résultats amplifient la nécessité de renforcer les capacités, y compris des stratégies proactives et la planification de mesures d’atténuation du risque dans l’éventualité d’une future pandémie.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,041
Tête enseignante GPT0,432
Écart entre enseignants0,390 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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