Psychological effects of the pandemic on vision impairment patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Our study aims to understand the impact of the Coronavirus Disease of 2019 (COVID-19) pandemic on mental health of individuals with vision impairment and to highlight the unique challenges faced due to social isolation and disruption in healthcare services. The study design is a systematic review and meta-analysis. A literature search was conducted using MEDLINE, EMBASE, and CINAHL databases. A total of 363 articles were screened, 18 studies were included for qualitative analysis and 12 were used for quantitative analysis. After screening, a risk of bias assessment was carried out. Data were extracted and a meta-analysis was performed using STATA 14.0. Fixed-effect and random-effect models were computed based on heterogeneity. Our meta-analysis encompassed 16 studies investigating the psychological impact of COVID-19 in 2317 vision loss patients. The meta-analysis indicated significant levels of loneliness (44%, 95% confidence interval [CI] = [0.24 to 0.64]); anxiety (45%, 95% CI = [–0.31 to 1.21]); depression (48% CI = [–0.05 to 1.01]); fear of vision loss (42% mild, 95% CI = [0.24 to 0.61]); fear of contracting COVID-19 (61%, 95% CI = [0.45 to 0.77]); and psychiatric disorders (28%, 95% CI = [0.07 to 0.50]) for patients with vision impairment. Vision loss patients experienced significant levels of loneliness, anxiety, depression, fear of vision loss, fear of contracting COVID-19, and psychiatric disorders during the pandemic. This psychological distress is attributable to poor access to health care, a lack of social support, and difficulties adhering to pandemic-related precautions such as physical distancing and avoiding contaminated surfaces.
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.
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 | 0,000 | 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 | 0,000 |
| 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 découle