The impact of COVID-19 on the mental health of older sexual minority Canadians in the CLSA
Notice bibliographique
Résumé
PURPOSE: Limited research has examined the mental health impacts of the COVID-19 pandemic on sexual minority (i.e., lesbian, gay, bisexual; LGB) older adults using a longitudinal approach. This study aimed to compare the mental health trajectories (i.e., reported symptoms of depression and loneliness) of LGB and heterosexual participants across four time points. METHODS: Data were drawn from the Canadian Longitudinal Study on Aging (CLSA), an ongoing study on the experiences of adults between 45 to 85 at Baseline. Data included for analysis were collected at Baseline (2011-2015), Follow-up 1 (2015-2018), and two time points during the COVID-19 pandemic (April-December 2020). We used General Estimating Equations (GEE) to model changes in depression symptoms (CESD-10; n = 47,728) and loneliness (UCLA 3-item loneliness scale; n = 41,698), adjusting for covariates (i.e., age, sex, race/ethnicity, education, and income). RESULTS: Results indicated that LGB participants reported more symptoms of depression (B = .595, p < .001) and loneliness (B = .313, p < .001) in comparison to heterosexual peers across the four time points. Mean depression and loneliness scores increased regardless of sexual orientation. CONCLUSION: This study highlighted the detrimental effects of the pandemic on the mental health of older adults regardless of sexual orientation. It also showed that LGB older adults experienced more loneliness and depression symptoms than heterosexual older adults both before and during the pandemic. Understanding diverse identities, needs, and disparities in mental health is critical to promoting equitable aging experiences for everyone.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».