Mental health disparities across sexual orientations during the COVID-19 pandemic: Longitudinal analysis of a UK nationally representative cohort
Notice bibliographique
Résumé
OBJECTIVES: During COVID-19, sexual minority groups may have experienced heightened mental health challenges, amplified by unique stressors and the effects of pandemic-related restrictions. This study investigates the differential impact of the pandemic on mental health across sexual orientations, leveraging population-representative data to explore these disparities. STUDY DESIGN: Prospective cohort design. METHODS: Data from the United Kingdom Household Longitudinal Study (waves 8-12) was used. Monthly COVID-19 incidence rates at the regional level were used to indicate pandemic severity. Mental health outcomes were evaluated using the Mental Component Score of the Short Form-12 (MCS-12) survey. To examine whether COVID-19 led to differential impacts across sexual orientation, fixed-effect longitudinal models were employed, controlling for individual and time-variant covariates. RESULTS: Lesbian women experienced a significant mental health decline during the COVID-19 pandemic, with a 3.10 MCS-12 score decrease (95 % confidence interval (CI): -5.77 to -0.43) and an 11.0 % higher likelihood of depression (95%CI: -0.3 % to 22.3 %, p = 0.057) compared to heterosexual women. Conversely, the impact on the mental health of heterosexual women was negative but not significant (-0.22; 95%CI: -0.47 to -0.04). Bisexual individuals and other women showed non-significant mental health declines. For men, COVID-19's effect on heterosexuals was similarly non-significant (-0.21; 95%CI: -0.48 to 0.1), with no significant differences observed in gay, bisexual, and other men. CONCLUSIONS: Sexual minority individuals, especially lesbian women, faced heightened mental health challenges during COVID-19, emphasizing the urgency for targeted interventions.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».