Impact of the COVID-19 Pandemic on Pediatric Anxiety and Depression: Prevalence Data, Theoretical Synthesis, and Clinical Implications
Notice bibliographique
Résumé
Over the course of the COVID-19 pandemic and its aftermath, growing concerns have emerged about the mental health of children and youth. Disease, loss, and lockdowns presented young people with enormous stressors, and much research suggests elevated levels of pediatric depression, anxiety, suicidality, and obsessive-compulsive behavior. However, considerable debate remains about the nature and persistence of these symptoms. This narrative review, conducted approximately four years after the onset of the pandemic, summarizes the major findings from four years of research, including empirical studies, meta-analyses, and systematic reviews. Studies were sourced from scholarly databases using the keywords “COVID-19”, “children”, “adolescents”, and “mental health”. The existing literature on the prevalence of depression in youth indicated that worldwide rates varied from 2.2% to 11.8% of the population, with one study revealing that one in four young people reported depressive symptoms. More specifically, 44% of youth in the United States demonstrated depression, while in China, the prevalence rate ranged from 11% to 44% of young people. Reviewed data showed that 20% of youth globally endorsed symptoms of anxiety or stress reactions, with countries such as Denmark (44%), Canada (45%), and the United States (32%) reporting extremely high rates. In the implications section, recommendations for screening and intervention procedures are outlined.
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 | 0,006 | 0,005 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».