Depressive symptoms in youth before and during the COVID-19 pandemic: longitudinal investigation of patterns dependent on age, sex, and family history of mental illness
Notice bibliographique
Résumé
BACKGROUND: Cross-sectional studies report high levels of depressive symptoms during the COVID-19 pandemic, especially in youth and females. However, longitudinal research comparing depressive symptoms before and during the pandemic is lacking. Little is known about how the pandemic affected individuals with familial history of mental illness. The present study examines the impact of the pandemic on youth depressive symptoms, including offspring of parents with major mood and psychotic disorders. METHODS: Between March 2018 and February 2020, we measured depressive symptoms in 412 youth aged 5-25 years. We measured depressive symptoms again in 371 (90%) of these youth between April 2020 and May 2022. Two thirds (249) participants had a biological parent with a major mood or psychotic disorder. We tested the effect of the pandemic by comparing depression symptoms before and after March 2020. We examined age, sex, and family history as potential moderators. RESULTS: = 0.001). There was no change in depressive symptoms among offspring of parents with mental illness or males. CONCLUSIONS: Our results provide reassurance about the wellbeing of children of parents with mental illness during a period of restricted access to resources outside the family. Rather than increasing symptoms in established risk groups, the pandemic led to a redistribution of depression burden towards segments of the youth population that were previously considered to be low-risk.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».