Prevalence and Correlates of Likely Anxiety Disorder in Ghana During the COVID-19 Pandemic: Evidence From a Cross-Sectional Online Survey
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic created stressors to daily living, leading to increased mental health problems. It is important to assess the influence of COVID-19 pandemic on mental health, specifically anxiety. OBJECTIVES: The goal was to determine the prevalence and sociodemographic, clinical, and other correlates of likely Generalized Anxiety Disorder (GAD) among study subjects in Ghana. DESIGN: This study employed a cross-sectional approach, using an online survey administered primarily through social media platforms. The survey questions included the GAD-7 scale, which was used to assess likely GAD in respondents. Data were analyzed using descriptive statistics, chi-square tests, and logistic regression analysis. PARTICIPANTS: Overall, 756 respondents completed the survey, mainly from Ashanti and Greater Accra, which were the hardest hit by COVID-19. RESULTS: The prevalence of likely GAD in our sample was 7.6%. Gender, loss of job due to COVID-19, and seeking mental health counseling were independently associated with increased likelihood of GAD. CONCLUSIONS: The findings suggest that women, those who lost their jobs due to the COVID-19 pandemic, and those who sought mental health counseling were more likely to experience moderate to high anxiety symptoms as a result of the COVID-19 pandemic. Priority must be attached to psychological support measures for members of these groups.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».