Fear of Dying and Catastrophic Thinking Are Associated with More Severe Post-Traumatic Stress Symptoms Following COVID-19 Infection
Notice bibliographique
Résumé
Numerous investigations have revealed elevated rates of post-traumatic stress symptoms (PTSS) following COVID-19 infection. This study examined the relation between illness-related and psychosocial variables in the severity of PTSS in individuals previously infected with COVID-19. The study sample included 381 individuals who had been infected with COVID-19 within the previous 4 months. Participants completed online measures of infection symptom severity, ongoing COVID-19 symptom burden, fear of dying and catastrophic thinking. Age, infection severity, ongoing COVID-19 symptom burden, and fear of dying and catastrophic thinking were significant correlates of the severity of PTSS. Hierarchical regression analysis revealed that age, gender, ongoing COVID-19 symptom burden, fear of dying and catastrophic thinking each made unique significant contributions to the prediction of the severity of PTSS. The results of the present study suggest that fear of dying and catastrophic thinking about COVID-19 symptoms might contribute to the development of PTSS following COVID-19 infection. Interventions aimed at reducing death fears and modifying negative and alarmist appraisals of COVID-19 symptoms might contribute to more positive recovery outcomes in individuals who are infected with COVID-19. The cross-sectional design of this study precludes statements about causality, and conclusions about temporal relations among variables must await replication in a longitudinal design.
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 | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».