Consequences of the Coronavirus disease 2019 pandemic on child and adolescent mental, psychosocial, and physical health: A scoping review and interactive evidence map
Notice bibliographique
Résumé
Effects of the Coronavirus disease 2019 (COVID-19) pandemic on children stem beyond immediate infectious and post-infectious risks. Our aim was to conduct a scoping review and produce an online Interactive Evidence Map (IEM) highlighting available literature around unintended effects of the pandemic on children’s and adolescents’ mental, psychosocial, and physical health. A search was run monthly in MEDLINE, PsycINFO, CENTRAL, and Cochrane COVID-19 Study Register from May 1 st 2021 through April 30 th 2022. All articles involving children and adolescents under 18 years of age relating to any unintended mental, psychosocial, and physical health consequences of the pandemic and resultant restrictions were included. Data were extracted and topics categorized, with corresponding data uploaded into EPPI-Reviewer and transferred to EPPI-Mapper for visualization. A total of 14,555 citations were screened and 826 (6%) articles included. Most articles reported on mental health outcomes, particularly anxiety ( n = 309, 37%) and depression ( n = 294, 36%). Psychosocial outcomes related to lockdowns such as loneliness ( n = 120, 15%) and impact on adolescent relationships with others ( n = 149, 18%) were also reported. Fewer articles examined physical consequences, but those that did mostly focused on child abuse ( n = 73, 9%). Overall, currently mapped literature focuses on consequences related to mental health outcomes such as anxiety and depression.
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) | 0,002 | 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 | 0,002 |
| 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 ».