MétaCan
Menu
← Retour à la cohorte
Enregistrement W4296139667 · doi:10.1136/bmjopen-2022-060995

What are the mental health changes associated with the COVID-19 pandemic in people with medical conditions? An international survey

2022· article· en· W4296139667 sur OpenAlexaff
Shirin Modarresi, Hoda Seens, Uzair Hussain, James Fraser, Jacob Boudreau, Joy C. MacDermid

Notice bibliographique

RevueBMJ Open · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensSt Joseph's Health CareUniversity of GuelphUniversity Health NetworkWestern UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineAnxietyMental healthDepression (economics)ComorbidityPandemicPsychiatryCross-sectional studyPatient Health QuestionnaireClinical psychologyCoronavirus disease 2019 (COVID-19)DiseaseDepressive symptomsInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The COVID-19 pandemic has negatively impacted mental health worldwide but there is paucity of knowledge regarding the level of change in mental health in people with a medical condition (physical/psychiatric). The objectives of this study were (1) to compare the change in mental health in people with and without medical conditions, (2) to assess the change in various types of medical conditions, (3) to evaluate the association between change in mental health and number of comorbidities, and (4) to investigate the influence of receiving treatment and activity limitation imposed by the medical condition(s). DESIGN: Cross-sectional. SETTING: Online international survey. PARTICIPANT: English-speaking adults (age ≥18) were included in the study, with no exclusions based on sex/gender or location. 1276 participants (mean age 30.4, 77.7% female) were included. PRIMARY AND SECONDARY OUTCOME MEASURES: Pre and during COVID-19 pandemic symptoms of anxiety (Generalized Anxiety Disorder-2) and depression (Patient Health Questionnaire-9) were assessed. The Self-Administered Comorbidity Questionnaire was used to collect data regarding medical conditions.Repeated-measures analysis of covariance (objectives 1, 2 and 4) and Pearson's correlation coefficient (objective 3). RESULTS: 50.1% of participants had a medical condition. During the COVID-19 pandemic, compared with people with no medical condition, people with both psychiatric and physical conditions experienced significantly higher symptoms of anxiety (12%, p=0.009) and depression (9.4%, p<0.001). Although not statistically significant, the increase in anxiety and depression occurred across seven major categories of conditions. An association was found between having a higher number of medical conditions with higher anxiety and depression symptoms (r=0.16 anxiety, r=0.14 depression, p<0.001). Receiving treatment and being functionally limited by the disease did not have a significant impact on the amount of change (p>0.05). CONCLUSIONS: During the COVID-19 pandemic, people who had a combination of psychiatric and physical conditions experienced greater symptoms of anxiety and depression. Patients with chronic diseases may need extra support to address their mental health as a result of the pandemic.

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)0,004
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,243
Tête enseignante GPT0,534
Écart entre enseignants0,291 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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