Impact of Loneliness and Social Isolation on Mental Health Outcomes Among Individuals With Rheumatic Diseases During the <scp>COVID</scp>‐19 Pandemic
Notice bibliographique
Résumé
OBJECTIVE: The study objective was to assess mental and social health outcomes for individuals with rheumatic disease during the COVID-19 pandemic and evaluate the relationship of loneliness and social isolation with depression and anxiety. METHODS: We administered an international cross-sectional online survey to individuals with rheumatic disease(s) (≥18 years) between April 2020 and September 2020, with a follow-up survey from December 2020 to February 2021. We used questionnaires to evaluate loneliness (3-item UCLA Loneliness Scale [UCLA-3]), social isolation (Lubben Social Network Scale [LSNS-6]), depression (Patient Health Questionnaire [PHQ-9]), and anxiety (Generalized Anxiety Disorder 7-item [GAD-7] Scale). We used multivariable linear regression models to evaluate the cross-sectional associations of loneliness and social isolation with depression and anxiety at baseline. RESULTS: Seven hundred eighteen individuals (91.4% women, mean age: 45.4 ± 14.2 years) participated in the baseline survey, and 344 completed the follow-up survey. Overall, 51.1% of participants experienced loneliness (UCLA-3 score ≥6) and 30.3% experienced social isolation (LSNS-6 score <12) at baseline. Depression (PHQ-9 score ≥10) and anxiety (GAD-7 score ≥10) were experienced by 42.8% and 34.0% of participants at baseline, respectively. Multivariable models showed that experiencing both loneliness and social isolation, in comparison to experiencing neither, was significantly associated with an average 7.27 higher depression score (ß = 7.27; 95% confidence interval [CI]: 6.08-8.47) and 5.14 higher anxiety score (ß = 5.14; 95% CI: 4.00-6.28). CONCLUSION: Aside from showing substantial experience of loneliness and social isolation during the COVID-19 pandemic, our survey showed significant associations with depression and anxiety. Patient supports to address social health have potential implications for also supporting mental 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».