MétaCan
Menu
Retour à la cohorte
Enregistrement W4313439104 · doi:10.1186/s12992-022-00903-8

Resilience level and its association with maladaptive coping behaviours in the COVID-19 pandemic: a global survey of the general populations

2023· article· en· W4313439104 sur OpenAlexaff
Martin C. S. Wong, Junjie Huang, Haoxiang Wang, Jinqiu Yuan, Wanghong Xu, Zhi‐Jie Zheng, Hao Xue, Lin Zhang, Johnny Y. Jiang, Jason Huang, Ping Chen, Zhihui Jia, Erlinda Castro Palaganas, Pramon Viwattanakulvanid, Ratana Somrongthong, Andrés Caicedo, María de Jesús Medina Arellano, Jill Murphy, Maria B. A. Paredes, Mellissa Withers

Notice bibliographique

RevueGlobalization and Health · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusCoping (psychology)PandemicMental healthDemographyCross-sectional studyMedicinePsychological resilienceYoung adultGlobal healthGerontologyPsychologyOddsPublic healthCoronavirus disease 2019 (COVID-19)Clinical psychologyEnvironmental healthDiseasePsychiatryPopulationSocial psychologyInfectious disease (medical specialty)Logistic regression

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The coronavirus disease 2019 (COVID-19) pandemic has induced a significant global concern on mental health. However few studies have measured the ability of individuals to "withstand setbacks, adapt positively, and bounce back from adversity" on a global scale. We aimed to examine the level of resilience, its determinants, and its association with maladaptive coping behaviours during the pandemic. METHODS: The Association of Pacific Rim Universities (APRU) conducted a global survey involving 26 countries by online, self-administered questionnaire (October 2020-December 2021). It was piloted-tested and validated by an expert panel of epidemiologists and primary care professionals. We collected data on socio-demographics, socioeconomic status, clinical information, lifestyle habits, and resilience levels measured by the Brief Resilience Scale (BRS) among adults aged ≥ 18 years. We examined factors associated with low resilience level, and evaluated whether low resilience was correlated with engagement of maladaptive coping behaviours. RESULTS: From 1,762 surveys, the prevalence of low resilience level (BRS score 1.00-2.99) was 36.4% (America/Europe) and 24.1% (Asia Pacific). Young age (18-29 years; adjusted odds ratio [aOR] = 0.31-0.58 in older age groups), female gender (aOR = 1.72, 95% C.I. = 1.34-2.20), poorer financial situation in the past 6 months (aOR = 2.32, 95% C.I. = 1.62-3.34), the presence of one (aOR = 1.56, 95% C.I. = 1.19-2.04) and more than two (aOR = 2.32, 95% C.I. = 1.59-3.39) medical conditions were associated with low resilience level. Individuals with low resilience were significantly more likely to consume substantially more alcohol than usual (aOR = 3.84, 95% C.I. = 1.62-9.08), take considerably more drugs (aOR = 12.1, 95% C.I. = 2.72-54.3), buy supplements believed to be good for treating COVID-19 (aOR = 3.34, 95% C.I. = 1.56-7.16), exercise less than before the pandemic (aOR = 1.76, 95% C.I. = 1.09-2.85), consume more unhealthy food than before the pandemic (aOR = 2.84, 95% C.I. = 1.72-4.67), self-isolate to stay away from others to avoid infection (aOR = 1.83, 95% C.I. = 1.09-3.08), have an excessive urge to disinfect hands for avoidance of disease (aOR = 3.08, 95% C.I. = 1.90-4.99) and transmission (aOR = 2.54, 95% C.I. = 1.57-4.10). CONCLUSIONS: We found an association between low resilience and maladaptive coping behaviours in the COVID-19 pandemic. The risk factors identified for low resilience in this study were also conditions known to be related to globalization-related economic and social inequalities. Our findings could inform design of population-based, resilience-enhancing intervention programmes.

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)0,002
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
Métarecherche0,0010,002
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 savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,347
Tête enseignante GPT0,504
Écart entre enseignants0,157 · 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

Citations28
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobalization and HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207