Changes in household debt due to COVID-19 and mental health concerns among adults in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Canadian households experienced unexpected changes in their economic well-being during the COVID-19 pandemic. The extent of the impact of the pandemic on household debt and its effect on health and mental health remains unknown. AIM: The aim of the study was to examine the associations of change in household debt due to COVID-19 with serious psychological distress (SPD) and general health measures. METHODS: Data were from the 2020 Monitor study, a repeated cross-sectional survey of adults 18 years and older in Ontario, Canada. The 2020 cycle employed a web-based panel survey of 3,033 adults. The survey included measures of change in household debt due to the COVID-19 pandemic, mental and general health. Odds ratios (OR) were estimated from logistic regression models accounting for sociodemographic factors. RESULTS: Overall, 17.5% of respondents reported that their household debt increased due to the COVID-19 pandemic. Such an increase in household debt was significantly associated with SPD (OR = 2.92, 95% CI, 2.05-4.16), fair/poor mental health (OR = 2.02, 95% CI, 1.59-2.56), frequent mental distress days (OR = 1.80, 95% CI, 1.31-2.48), fair/poor general health (OR = 1.93, 95% CI, 1.47-2.52), and suicidal ideation (OR = 3.71, 95% CI, 2.41-5.70) after adjusting for potential confounders including education, income and employment. CONCLUSIONS: Household debt during the COVID-19 pandemic is an important determinant of health. Individuals who reported an increase in household debt due to COVID-19 were more likely to report serious mental health concerns including suicidal ideation. This suggests that debt-related interventions may be needed to alleviate the adverse effects of indebtedness on health.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».