Associations between water insecurity and mental health outcomes among lesbian, gay, bisexual, transgender and queer persons in Bangkok, Thailand and Mumbai, India: Cross-sectional survey findings
Notice bibliographique
Résumé
Background: Water insecurity disproportionally affects socially marginalized populations and may harm mental health. Lesbian, gay, bisexual, transgender and queer (LGBTQ) persons are at the nexus of social marginalization and mental health disparities; however, they are understudied in water insecurity research. Yet LGBTQ persons likely have distinct water needs. We explored associations between water insecurity and mental health outcomes among LGBTQ adults in Mumbai, India and Bangkok, Thailand. Methods: This cross-sectional survey with a sample of LGBTQ adults in Mumbai and Bangkok assessed associations between water insecurity and mental health outcomes, including anxiety symptoms, depression symptoms, loneliness, alcohol misuse, COVID-19 stress and resilience. We conducted multivariable logistic and linear regression analyses to examine associations between water insecurity and mental health outcomes. Results: Water insecurity prevalence was 28.9% in Mumbai and 18.6% in Bangkok samples. In adjusted analyses, in both sites, water insecurity was associated with higher likelihood of depression symptoms, anxiety symptoms, COVID-19 stress, alcohol misuse and loneliness. In Mumbai, water insecurity was also associated with reduced resilience. Conclusion: Water insecurity was common among LGBTQ participants in Bangkok and Mumbai and associated with poorer well-being. Findings signal the importance of assessing water security as a stressor harmful to LGBTQ mental health.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».