MétaCan
Menu
← Retour à la cohorte
Enregistrement W4323318247 · doi:10.31124/advance.21977735.v1

Impact of the COVID-19 pandemic on child and adolescent mental, psychosocial, and physical health: a scoping review and interactive evidence map

2023· review· en· W4323318247 sur OpenAlexaff
Liza Bialy, Sarah A Elliott, Alison Melton, Samina Ali, Shannon D. Scott, Lisa Knisley, Lisa Hartling

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPsychosocialPsycINFOPandemicMental healthPopulationMedicineMEDLINEGerontologyPsychologyCoronavirus disease 2019 (COVID-19)PsychiatryFamily medicineEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction: Children and adolescents have been shown to manifest COVID-19 differently than adults, frequently displaying less severe symptoms or appearing asymptomatic as well as presenting lower risk of death. However, the effects of the pandemic, declared in March 2020, stem beyond the immediate infectious risk for this population. Our aim was to conduct a scoping review of the scientific literature and produce an online Interactive Evidence Map (IEM) highlighting the trends and available evidence around the unintended effects of the COVID-19 pandemic on children’s and adolescents’ mental, psychosocial and physical health during the COVID-19 pandemic. Methods: In April 2021 a research librarian developed a broad search using key terms associated with “coronavirus” and “children”. The search was run monthly in Medline, PsycInfo, CENTRAL and the Cochrane COVID‐19 Study Register. Using pre-defined eligibility criteria, each month studies were screened by one reviewer, with all exclusions verified by a second reviewer. Eligible studies relating to the unintended mental, psychosocial and physical health consequences of the COVID-19 pandemic were categorized by focus, and data were extracted relating to study design, population characteristics (e.g., age, gender, race), and outcomes examined. Categorized studies and corresponding data were then uploaded into EPPI-Reviewer and transferred to EPPI-Mapper for visualization. Results : From May 1st 2021 through April 30th 2022, over 14,500 citations were screened; 1,445 were specifically related to the mental, psychosocial and physical health consequences of the COVID-19 pandemic on children and adolescents. Ultimately, 826 studies were included in this scoping review and IEM. The majority of studies were cross-sectional (n=528; 64%) and reported on mental health outcomes, particularly anxiety (n=309; 37%) and depression (n=294; 36%). Psychosocial outcomes related to lockdowns such as loneliness (n=120; 15%) and impact on adolescent relationships with others (n=149; 18%) were also reported. Fewer studies examined the physical consequences of the pandemic, but those that did mostly focused on child abuse (n=73; 9%). Conclusion: This scoping review used an innovative visualization tool to chart peer-reviewed articles and identify trends related to the unintended effects of the COVID-19 pandemic on the mental, psychosocial, and physical health consequences of the pandemic experienced by children and adolescents. The literature we mapped had a strong focus on mental health outcomes such as anxiety and depression. Children and adolescents have been significantly affected by the pandemic and future resources need to be directed towards ongoing mental health supports and management for this unique and vulnerable population.

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)0,025
score de la tête « metaresearch » (Gemma)0,104
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,104
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0070,007
Bibliométrie0,0480,042
Études des sciences et des technologies0,0020,001
Communication savante0,0070,006
Science ouverte0,0030,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,353
Tête enseignante GPT0,604
Écart entre enseignants0,251 · 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'étudeRevue systématique
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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