Investigating the Psychosocial Impact of COVID-19 Among the Sexual and Gender Minority Population: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Purpose: The purpose of this study was to utilize a systematic review and meta-analysis to assess the existing body of literature to understand the mental health impacts of the coronavirus disease-19 (COVID-19) pandemic among sexual and gender minority (SGM) people. Methods: The search strategy was developed by an experienced librarian and used five bibliographical databases, specifically PubMed, Embase, APA PsycINFO (EBSCO), Web of Science, and LGBTQ+ Source (EBSCO), for studies (published 2020 to June, 2021) examining the psychological impact of the COVID-19 pandemic among SGM people. Articles were screened by two reviewers. The quality of the articles was assessed using the National Institutes of Health quality assessment tool for observational studies. A double extraction method was used for data abstraction. Heterogeneity among studies was assessed by I 2 statistic. The random-effects model was utilized to obtain the pooled prevalence. Publication bias was assessed by Funnel plot and Egger's linear regression test. Results: Of a total of 37 studies, 15 studies were included in the meta-analysis with 17,973 SGM participants. Sixteen studies were U.S. based, seven studies were multinational studies, and the remaining studies were from Portugal, Brazil, Chile, Taiwan, the United Kingdom, France, Italy, Canada, and several other countries. A majority of studies used psychometric valid tools for the cross-sectional surveys. The pooled prevalence of anxiety, depression, psychological distress, and suicidal ideation was 58.6%, 57.6%, 52.7%, and 28.8%, respectively. Conclusions: Findings of this study serve as evidence to develop appropriate interventions to promote psychological wellbeing among vulnerable population subgroups, such as SGM individuals.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,035 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».