MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412203756 · doi:10.2196/67082

Exploring the Impact of Online Mental Health Resources During the COVID-19 Pandemic on Lesbian, Gay, Bisexual, Transgender, Queer, and Questioning Adults Compared to Heterosexual Adults: Pretest-Posttest Survey Analyses

2025· article· en· W4412203756 sur OpenAlexvenueno aff
Natalie Ramos, Skylar Jones, Lily Zhang, Miriam Nuño, Dannie Ceseña, Alyssa Mireles, Kenneth B. Wells

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLesbianTransgenderMental healthPsychologyAnxietyClinical psychologyPatient Health QuestionnaireQueerDepression (economics)Sexual orientationMedicinePsychiatryDepressive symptomsSocial psychology

Résumé

récupéré en direct d'OpenAlex

Background Lesbian, gay, bisexual, transgender, queer, and questioning (LGBTQ+) individuals faced greater mental health challenges during the COVID-19 pandemic than binary-gender heterosexual (non-LGBTQ+) adults. The Together for Wellness/Juntos por Nuestro Bienestar website with free well-being resources, developed during the COVID-19 pandemic with partner input, included LGBTQ+ resources. A pilot evaluation among adults (aged ≥18 years) found engagement with and use of the website 4 to 6 weeks before follow-up was associated with reduced (pretest-posttest) depression. Results for LGBTQ+ participants were not reported. Objective This study describes baseline depression, anxiety, and website engagement for LGBTQ+ compared with non-LGBTQ+ adults and pretest-posttest changes in depression and anxiety (the primary outcome). Methods Community partners invited health and social services providers, clients, and partners to visit the website and complete a survey app (Chorus Innovations) at baseline (September 20, 2021-April 4, 2022) and a 4- to 6-week follow-up (October 22, 2021-May 17, 2022). LGBTQ+ adults were compared to non-LGBTQ+ adults in demographics, website use, depression, and anxiety. Sensitivity analyses were adjusted for nonresponse (inverse probability weighting). Regression analyses identified predictors for reduction (pretest-posttest) in depression (2-item Patient Health Questionnaire [PHQ-2]) and anxiety (2-item Generalized Anxiety Disorder scale [GAD-2]). Results Of 315 adults who completed the baseline survey and 193 who completed the follow-up survey, 64 (20.3%) and 37 (19.2%), respectively, were LGBTQ+. At baseline, LGBTQ+ compared to non-LGBTQ+ adults had higher scores on the PHQ-2 (mean 2.4, SD 1.7 vs 1.3, SD 1.3; t294=5.31; P<.001) and GAD-2 (mean 2.7, SD 1.7 vs 1.6, SD 1.5; t295=4.96; P<.001) and more COVID-19 stressors (mean score 8.1, SD 4.4 vs 6.5, SD 4.0; t298=2.8; P=.003). Before follow-up, LGBTQ+ adults had similar website use (P=.65) and likelihood to recommend the website to others (P=.26) compared to non-LGBTQ+ adults. LGBTQ+ adults had more reduction (pretest-posttest) in mean GAD-2 scores (−0.8, SD 2.0 vs 0.0, SD 1.2; t177=−3.08; P=.002) and mean PHQ-2 scores (−0.7, SD 1.7 vs −0.1, SD 1.4; t180=−2.16; P=.03) compared to non-LGBTQ+ adults. For LGBTQ+ adults, predictors of pretest-posttest decline (adjusting for nonresponse) in mean GAD-2 scores included visiting the website and using resources 4 to 6 weeks before (β=−1.95, 95% CI −3.20 to −0.70; P=.003); for decline in mean PHQ-2, visiting website/using resources had a trend as predictor that was not significant adjusting for nonresponse (β=-.94 (-2.00, 0.013), P=.09). Conclusions LGBTQ+ adults reported higher baseline depression, anxiety, and COVID-19 stressors than non-LGBTQ+ adults. Among LGBTQ+ but not among non-LGBTQ+ adults, higher website use was associated with reduced anxiety over time. Findings suggest that online resources may promote well-being for LGBTQ+ adults in pandemics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,534
Tête enseignante GPT0,598
Écart entre enseignants0,064 · 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 source (Gemma direct ou Codex distillé), 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetLGBTQ Health, Identity, and Policy→Travaux en français237 207→