The integrated GOR-COVID-19 health monitor: quarterly reporting (“short-cycle monitoring”)
Notice bibliographique
Résumé
Abstract Introduction/objective Given the capricious nature of COVID-19, infections and accompanying restrictive measures to reduce spread of the virus are known to strongly vary over time. The impact of the corona crisis on the mental and physical health of the general population may fluctuate accordingly. The quarterly monitoring research line is aimed to monitor the health impact of the corona crisis over time on a high frequency basis. Methods This is achieved through a multi-method approach, combining: a) survey data on perceived impact of corona measures and several health outcomes from two representative panels (∼ 5.000 adolescents/young adults aged 12 and 25 years; ∼ 5.000 adults aged 26+ years), and b) surveillance data of acute health problems from the Nivel Primary Care Database (∼1,6 million patients from 380 general practitioners). Data collection started in September 2021 and continues during the five-year monitoring program. Panel data is collected every quarter; Nivel surveillance data is collected weekly. Our contribution to the EUPHA conference will include data up and until September 2022 (i.e. five rounds of survey and surveillance data). Results Preliminary results from September 2021 through March 2022 indicate that adolescents/young adults reported worse mental and physical health outcomes compared to adults. Moreover, they experienced a more negative impact of corona measures. Accordingly, their mental health related problems, including suicide ideation, spiked between December 2021 and February 2022, a period characterized by highly restrictive COVID-19-measures. Discussion The quarterly monitoring research line showcase the relevance and feasibility of integrating multiple data sources in understanding the short- and long-term effect of the corona crisis. The results increase our understanding in the potential adverse effects of corona-related restrictive measures on population health, potentially aiding policy making and health promotion.
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 | 0,045 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,005 |
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 ».