Association between level of compliance with COVID-19 public health measures and depressive symptoms: A cross-sectional survey of young adults in Canada and France
Notice bibliographique
Résumé
BACKGROUND: While compliance with preventive measures remains central to limit the spread of COVID-19, these measures critically affected mental health of young adults. We therefore investigated the association between the level of compliance with COVID-19 preventive measures and depressive symptoms among young adults in Canada and France. METHODS: From October to December 2020, we conducted a cross-sectional online survey of young adults ages 18-29 years in Canada (n = 3246) and France (n = 2680) to collect demographic data, experiences with COVID-19 preventive measures, and mental health. Depressive symptoms were assessed by the Patient Health Questionnaire-9 (PHQ-9). Compliance profiles were built using cluster analysis. Weighted multivariable logistic regression was used to estimate associations between compliance level and major depressive symptoms (PHQ-9 score≥15) in each country. RESULTS: One third of respondents reported major depressive symptoms (Canada: 36.4%, France: 23.4%). Four compliance profiles were identified: high (42.5%), medium-high (21.7%), medium-low (18.1%), and low (17.7%), with high levels more frequently observed in Canada compared to France. In both countries, participants in low compliance profile (Canada: Adjusted Odds Ratio (AOR) [95% Confidence Interval] 0.75 [0.58, 0.98], France: AOR 0.60 [0.46, 0.75]), in the medium-low (Canada: AOR 0.58 [0.48, 0.72], France: AOR 0.81 [0.66, 1.01]), and medium-high compliance profiles (Canada: AOR 0.78 [0.65, 0.93], France: AOR 0.77 [0.63, 0.93]) were less likely to report major depressive symptoms compared to the high compliance profile. Ethno-racial minorities, sexual and gender minority, and unemployed young adults had higher odds of reporting such symptoms. CONCLUSIONS: Major depressive symptoms were associated with high compliance with COVID-19 preventive measures among young adults. The implementation of socially-isolating measures should be coupled with mental health interventions to address mental health needs of young adults, with enhanced supports for sub-groups who are structurally disadvantaged (e.g., racialized, unemployed, sexual and gender minority).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».