Psychological Resilience and Adverse Mental Health Issues in the Thai Population during the Coronavirus Disease 2019 Pandemic
Notice bibliographique
Résumé
In light of the coronavirus disease 2019 (COVID-19) pandemic and the enormous amount of uncertainty caused by it, mental health issues have become a great concern. Evidence regarding the effects of psychological resilience on the Thai population is scarce. We evaluated psychological resilience during the first wave of the COVID-19 pandemic and its association with the risk of mental health outcomes, such as depression, anxiety, stress, and health-related well-being. This cross-sectional study was a part of the HOME-COVID-19 project, which conducted an online survey of 4004 members of the general population in Thailand using the Brief Resilience Coping Scale. Logistic regression was performed to identify the association between psychological resilience and mental health issues and well-being. Groups with prevalence rates of 43.9%, 39.2%, and 16.9% were classified as low, moderate, and high resilient copers, respectively. Using high resilient copers as a reference group, the low resilient copers had a higher chance of having mental health adversities. The adjusted odds ratio (OR) was 1.89 (95% confidence interval [CI], 1.39–2.56; p < 0.001) for depression, 2.13 (95% CI, 1.45–3.14; p < 0.001) for anxiety, 4.61 (95% CI, 3.30–6.45; p < 0.001) for perceived stress, and 3.18 (95% CI, 2.31–4.38; p < 0.001) for low well-being. For the medium resilient copers, only low well-being was found to be statistically significant (OR, 1.60; 95% CI, 1.16–2.20; p = 0.004). It is important that resilience be considered in the development of strategies for managing the COVID-19 pandemic to prevent or reduce adverse mental health outcomes.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».