MétaCan
Menu
← Retour à la cohorte
Enregistrement W4319333008 · doi:10.2196/43689

Caregiver Perceptions of Children’s and Adolescents’ Psychosocial Functioning During the Stringent COVID-19 Lockdown Restrictions in Shanghai: Cross-sectional Study

2023· article· en· W4319333008 sur OpenAlexvenueno aff
Xu Liu, Jing Wu, Hongyang Yang, Fangjie Zhao, Yuchen Qin, Jiali Wu, Hongli Yan, Yan Xu, Lulu Zhang

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPsychosocialMental healthPublic healthPandemicCross-sectional studyChecklistMedicineLogistic regressionPsychologyCoronavirus disease 2019 (COVID-19)PsychiatryEnvironmental healthClinical psychologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic represents a global health crisis. The Shanghai municipal government in China implemented strict and comprehensive pandemic control strategies in the first half of 2022 to eliminate a wave of COVID-19 infection. The pandemic and the resulting government responses have led to abrupt changes to families' daily lives, including the mental health of children and adolescents. OBJECTIVE: The aim of this paper is to examine the impact of COVID-19 exposure and the stringent lockdown measures on the daily life and mental health of children and adolescents and to provide suggestions on maintaining their mental health when similar public health emergencies occur in the future. METHODS: In this cross-sectional study, an anonymous survey was distributed online in May 1-15, 2022, in Shanghai. Individuals were eligible to participate if they were currently the caregiver of a child or adolescent (aged 4-17 years). Outcomes were psychosocial functioning of children and adolescents, as reported by parents, using the Pediatric Symptom Checklist-17. COVID-19 exposure and life changes were also reported. Multivariate logistic regression was used to analyze risk factors for poor psychosocial functioning. RESULTS: In total, 2493 valid questionnaires were analyzed. The rate of positive scores on the global Pediatric Symptom Checklist-17 scale was 16.5% (n=411). Internalizing, attention, and externalizing problem subscale positivity rates were 17.3% (n=431), 10.9% (n=272), and 8.9% (n=221), respectively. Caregivers reported that 64.2% (n=1601) and 20.7% (n=516) of the children's interactions with friends or peers and parents deteriorated, respectively. Compared with male caregivers, female caregivers were less likely to report psychosocial problems in children and adolescents (adjusted odds ratio [aOR] 0.68; 95% CI 0.53-0.88). Older children and those with lower COVID-19 Exposure and Family Impact Scales scores were less likely to have psychological problems (aOR 1.15; 95% CI 1.10-1.21). Compared with children with screen times <1 hour per day for recreation, those using screens for >3 hours had higher odds of psychological distress (aOR 2.09; 95% CI 1.47-1.97). Children who spent 1-2 hours exercising and had better interactions with friends or peers and parents showed a trend toward lower odds of psychological problems. Children and adolescents with worse sleep compared with preclosure were more likely to have psychological problems. CONCLUSIONS: The prevalence of psychosocial problems among children and adolescents is relatively high. Being young, having more COVID-19 exposure, and having more screen times (>3 h/day), less exercise time (<30 min), worse sleep, and deteriorated interactions with friends or peers and parents were risk factors for poor psychosocial functioning. It is necessary for governments, communities, schools, and families to take appropriate countermeasures to reduce the negative impact of the stringent control measures on caregivers' parenting and psychosocial functioning of children and adolescents.

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)0,001
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 enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,061
Tête enseignante GPT0,408
Écart entre enseignants0,347 · 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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and Surveillance→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→