Collaborative outcomes study on health and functioning during infection times (COH-FIT): Insights on modifiable and non-modifiable risk and protective factors for wellbeing and mental health during the COVID-19 pandemic from multivariable and network analyses
Notice bibliographique
Résumé
There is no multi-country/multi-language study testing a-priori multivariable associations between non-modifiable/modifiable factors and validated wellbeing/multidimensional mental health outcomes before/during the COVID-19 pandemic. Moreover, studies during COVID-19 pandemic generally do not report on representative/weighted non-probability samples. The Collaborative Outcomes study on Health and Functioning during Infection Times (COH-FIT) is a multi-country/multi-language survey conducting multivariable/LASSO-regularized regression models and network analyses to identify modifiable/non-modifiable factors associated with wellbeing (WHO-5)/composite psychopathology (P-score) change. It enrolled general population-representative/weighted-non-probability samples (26/04/2020-19/06/2022). Participants included 121,066 adults (age=42±15.9 years, females=64 %, representative sample=29 %) WHO-5/P-score worsened (SMD=0.53/SMD=0.74), especially initially during the pandemic. We identified 15 modifiable/nine non-modifiable risk and 13 modifiable/three non-modifiable protective factors for WHO-5, 16 modifiable/11 non-modifiable risk and 10 modifiable/six non-modifiable protective factors for P-score. The 12 shared risk/protective factors with highest centrality (network-analysis) were, for non-modifiable factors, country income, ethnicity, age, gender, education, mental disorder history, COVID-19-related restrictions, urbanicity, physical disorder history, household room numbers and green space, and socioeconomic status. For modifiable factors, we identified medications, learning, internet, pet-ownership, working and religion as coping strategies, plus pre-pandemic levels of stress, fear, TV, social media or reading time, and COVID-19 information. In multivariable models, for WHO-5, additional non-modifiable factors with |B|>1 were income loss, COVID-19 deaths. For modifiable factors we identified pre-pandemic levels of social functioning, hobbies, frustration and loneliness, and social interactions as coping strategy. For P-scores, additional non-modifiable/modifiable factors were income loss, pre-pandemic infection fear, and social interactions as coping strategy. COH-FIT identified vulnerable sub-populations and actionable individual/environmental factors to protect well-being/mental health during crisis times. Results inform public health policies, and clinical practice.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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 ».