MétaCan
Menu
Retour à la cohorte
Enregistrement W4387692019 · doi:10.2196/46518

Psychological Resilience Factors and Their Association With Weekly Stressor Reactivity During the COVID-19 Outbreak in Europe: Prospective Longitudinal Study

2023· article· en· W4387692019 sur OpenAlexvenueno aff
Sophie Bögemann, Lara Puhlmann, Carolin Wackerhagen, Matthias Zerban, Antje Riepenhausen, Göran Köber, Kenneth S.L. Yuen, Shakoor Pooseh, Marta Anna Marciniak, Zala Reppmann, Aleksandra Uściƚko, Jeroen Weermeijer, Dionne B. Lenferink, Julian Mituniewicz, Natalia Robak, Nina C. Donner, Merijn Mestdagh, Stijn Verdonck, Rolf van Dick, Birgit Kleim, Klaus Lieb, Judith van Leeuwen, Dorota Kobylińska, Inez Myin‐Germeys, Henrik Walter, Oliver Tüscher, Erno J. Hermans, Ilya M. Veer, Raffaël Kalisch

Notice bibliographique

RevueJMIR Mental Health · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Bildung und ForschungLeibniz-GemeinschaftStudienstiftung des Deutschen VolkesDeutsche ForschungsgemeinschaftEuropean Commission
Mots-clésStressorPsychosocialPsychologyOptimismLongitudinal studyClinical psychologyMediationMental healthProspective cohort studyPsychological resilienceMedicineInternal medicinePsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cross-sectional relationships between psychosocial resilience factors (RFs) and resilience, operationalized as the outcome of low mental health reactivity to stressor exposure (low "stressor reactivity" [SR]), were reported during the first wave of the COVID-19 pandemic in 2020. OBJECTIVE: Extending these findings, we here examined prospective relationships and weekly dynamics between the same RFs and SR in a longitudinal sample during the aftermath of the first wave in several European countries. METHODS: Over 5 weeks of app-based assessments, participants reported weekly stressor exposure, mental health problems, RFs, and demographic data in 1 of 6 different languages. As (partly) preregistered, hypotheses were tested cross-sectionally at baseline (N=558), and longitudinally (n=200), using mixed effects models and mediation analyses. RESULTS: RFs at baseline, including positive appraisal style (PAS), optimism (OPT), general self-efficacy (GSE), perceived good stress recovery (REC), and perceived social support (PSS), were negatively associated with SR scores, not only cross-sectionally (baseline SR scores; all P<.001) but also prospectively (average SR scores across subsequent weeks; positive appraisal (PA), P=.008; OPT, P<.001; GSE, P=.01; REC, P<.001; and PSS, P=.002). In both associations, PAS mediated the effects of PSS on SR (cross-sectionally: 95% CI -0.064 to -0.013; prospectively: 95% CI -0.074 to -0.0008). In the analyses of weekly RF-SR dynamics, the RFs PA of stressors generally and specifically related to the COVID-19 pandemic, and GSE were negatively associated with SR in a contemporaneous fashion (PA, P<.001; PAC,P=.03; and GSE, P<.001), but not in a lagged fashion (PA, P=.36; PAC, P=.52; and GSE, P=.06). CONCLUSIONS: We identified psychological RFs that prospectively predict resilience and cofluctuate with weekly SR within individuals. These prospective results endorse that the previously reported RF-SR associations do not exclusively reflect mood congruency or other temporal bias effects. We further confirm the important role of PA in resilience.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,444
Écart entre enseignants0,365 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207