The impact of depression and childhood maltreatment experiences on psychological adaptation from lockdown to relaxation periods during the COVID-19 pandemic
Notice bibliographique
Résumé
Abstract The COVID-19 pandemic has presented a significant challenge to societal mental health. Yet, it remains unknown which factors influence the mental adaptation from lockdown to subsequent relaxation periods, particularly for vulnerable groups. This study used smartphone-based monitoring to explore how 74 individuals with major depression (MDD) and 77 healthy controls (HCs) responded to the transition from lockdown to relaxation during the first wave of the COVID-19 pandemic (March 21 to November 01, 2020) regarding interpersonal interactions, COVID-19-related fear (fear of participants’ own health, the health of close relatives, and the pandemics’ economic impact), and the feeling of isolation. Furthermore, we investigated the effect of a diagnosis of MDD and the experience of childhood maltreatment (CM) on adaptive functioning. During the transition from lockdown to relaxation, we observed an increase in direct contacts and a decrease in indirect contacts and self-perceived isolation in the study population. The diagnosis of MDD and the experience of CM moderated a maintenance of COVID-19-related fear: HCs and participants without the experience of CM showed a decrease in fear, while fear of participants with MDD and with an experience of CM did not change significantly. The finding that elevated COVID-19-related fear was sustained in vulnerable groups after lockdown measures were lifted could help guide psychosocial prevention efforts in future pandemic emergencies.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».