MétaCan
Menu
Retour à la cohorte
Enregistrement W4320493031 · doi:10.3390/ijerph20043262

COVID-19, Mental Health, and Chronic Illnesses: A Syndemic Perspective

2023· review· en· W4320493031 sur OpenAlexaff
Kiran Saqib, Afaf Saqib Qureshi, Zahid A Butt

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2023
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSyndemicCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakMental healthSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Perspective (graphical)MedicinePsychiatryEnvironmental healthPsychologyVirologyPublic healthComputer scienceInternal medicineNursingInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic is an epidemiological and psychological crisis; what it does to the body is quite well known by now, and more research is underway, but the syndemic impact of COVID-19 and mental health on underlying chronic illnesses among the general population is not completely understood. METHODS: We carried out a literature review to identify the potential impact of COVID-19 and related mental health issues on underlying comorbidities that could affect the overall health of the population. RESULTS: Many available studies have highlighted the impact of COVID-19 on mental health only, but how complex their interaction is in patients with comorbidities and COVID-19, the absolute risks, and how they connect with the interrelated risks in the general population, remain unknown. The COVID-19 pandemic can be recognized as a syndemic due to; synergistic interactions among different diseases and other health conditions, increasing overall illness burden, emergence, spread, and interactions between infectious zoonotic diseases leading to new infectious zoonotic diseases; this is together with social and health interactions leading to increased risks in vulnerable populations and exacerbating clustering of multiple diseases. CONCLUSION: There is a need to develop evidence to support appropriate and effective interventions for the overall improvement of health and psychosocial wellbeing of at-risk populations during this pandemic. The syndemic framework is an important framework that can be used to investigate and examine the potential benefits and impact of codesigning COVID-19/non-communicable diseases (NCDs)/mental health programming services which can tackle these epidemics concurrently.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,307
Tête enseignante GPT0,580
Écart entre enseignants0,273 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207