The trajectory of depression and anxiety among children and adolescents over two years of the COVID-19 pandemic
Notice bibliographique
Résumé
Longitudinal research examining children's mental health (MH) over the course of the COVID-19 pandemic is scarce. We examined trajectories of depression and anxiety over two pandemic years among children with and without MH disorders. Parents and children 2-18 years completed surveys at seven timepoints (April 2020 to June 2022). Parents completed validated measures of depression and anxiety for children 8-18 years, and validated measures of emotional/behavioural symptoms for children 2-7 years old; children ≥10 years completed validated measures of depression and anxiety. Latent growth curve analysis determined depression and anxiety trajectories, accounting for demographics, child and parent MH. Data were available on 1315 unique children (1259 parent-reports; 550 child-reports). Trajectories were stable across the study period, however individual variation in trajectories was statistically significant. Of included covariates, only initial symptom level predicted symptom trajectories. Among participants with pre-COVID data, a significant increase in depression symptoms relative to pre-pandemic levels was observed; children and adolescents experienced elevated and sustained levels of depression and anxiety during the two-year period. Findings have direct policy implications in the prioritization and of maintenance of educational, recreational, and social activities with added MH supports in the face of future events.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».