MétaCan
Menu
Retour à la cohorte
Enregistrement W4405318243 · doi:10.1093/milmed/usae398

A Brief Report on Sex-Specific Differences in Persistent Depression, Anxiety, and Loneliness Among Canadian Veterans During the COVID-19 Pandemic

2024· article· en· W4405318243 sur OpenAlexafffundabout
Colleen Webber, Alyson Mahar, Kate St. Cyr, Heidi Cramm, Christina Reppas‐Rindlisbacher, Shailee Siddhpuria, Julie Hallet, Paula A. Rochon, Nicola T. Fear

Notice bibliographique

RevueMilitary Medicine · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensQueen's UniversityWomen's College HospitalUniversity of British ColumbiaPublic Health OntarioUniversity of TorontoOttawa Hospital
Organismes subventionnairesCanadian Institute for Military and Veteran Health ResearchCanadian Geriatrics Society
Mots-clésLonelinessMedicineAnxietyMental healthDepression (economics)Public healthPsychiatryVeterans AffairsPandemicGerontologyCoronavirus disease 2019 (COVID-19)DiseaseInternal medicineInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Older adults are at increased risk of severe illness and mortality from Coronavirus disease of 2019 (COVID-19) infection. However, public health strategies aimed at reducing spread of COVID-19 may have resulted in increased mental health symptoms, particularly among older adults. Currently, little is known about whether older Veterans were more likely to experience persistent mental health symptoms during the COVID-19 pandemic than non-Veterans. The objectives of the current study were to (1) compare differences in persistent symptoms of anxiety, depression, and loneliness among a sample of Canadian Armed Forces Veterans and non-Veterans ≥55 years of age and (2) to evaluate potential sex-specific differences in persistent mental health symptoms. MATERIAL AND METHODS: The data for this study are drawn from a longitudinal survey of Canadian adults (55 years and older) during the COVID-19 pandemic. Ethical approval was received from the Women's College Hospital Research Ethics Board. Participants completed a baseline survey of sociodemographic, mental health-related, and COVID-19-related variables in May 2020 and 8 follow-up surveys monthly between May 2020 and January 2021. Modified Poisson regression models with robust standard errors were used to estimate risk of persistent symptoms of anxiety, depression, and loneliness. RESULTS: Eight hundred twenty-nine participants (13.7% [n = 114] Veterans) were included in the analysis of persistent depressive symptoms, 859 participants (14.0% [n = 120] Veterans) were included in the analysis of persistent anxiety symptoms, and 862 (13.9% [n = 120] Veterans) were included in the analysis of persistent symptoms of loneliness. When comparing male Veterans and non-Veterans, there were small but statistically insignificant differences in persistent symptoms of anxiety (adjusted relative risk [aRR], 0.59; 95% confidence interval [CI], 0.24-1.46), depression (aRR, 1.54; 95% CI, 0.63-3.77), or loneliness (aRR, 0.79; 95% CI, 0.36-1.75); similar small but statistically insignificant differences were observed in persistent symptoms of anxiety (aRR, 1.26; 95% CI, 0.51-3.09), depression (aRR, 1.16; 95% CI, 0.49-2.73), and loneliness (aRR, 1.33; 95% CI, 0.61-2.90) when comparing female Veterans to female non-Veterans. CONCLUSIONS: Qualitative, but statistically nonsignificant sex-specific differences in persistent symptoms of anxiety, depression, and loneliness during the early months of the COVID-19 pandemic were observed in this study comparing Veterans and non-Veterans. Additional sex-stratified analyses using larger samples or qualitative interviews may be useful in understanding the unique mental health experiences of older men, women, and gender diverse Veterans during the COVID-19 pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,367
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMilitary MedicineMême sujetCOVID-19 and Mental HealthTravaux en français237 207