Cross-sectional and longitudinal relationships between COVID-19 stressors and depressive symptoms across sex and age groups: findings from the Canadian longitudinal study on aging
Notice bibliographique
Résumé
AIMS: This study employs a longitudinal network approach to investigate the dynamic relationships between COVID-19-related stressors and depressive symptoms among Canadian adults and to explore any sex and age differences in these associations. METHODS: The study utilised data from the Canadian Longitudinal Study on Ageing (CLSA), a large, national, long-term study of Canadian adults aged 45 years and older. Depressive symptoms were measured using the Centre for Epidemiologic Studies Depression Scale (CES-D), and COVID-19-related stressors were evaluated using a standardised stress inventory adapted for the pandemic context. The cross-lagged panel network analysis (CLPN) was employed to examine the temporal relationships and dynamic interactions between depressive symptoms and COVID-19-related stressors. RESULTS: Significant variations in network structures and strengths were identified across demographic groups. Individuals aged between 45 and 65 years and females exhibited stronger connections between COVID-19-related stressors and depressive symptoms. Central symptoms such as "feeling unhappy" were consistent across groups, while "feeling depressed" was more central among males and "increased verbal or physical conflict" among females. Additionally, health-related stressors and family separation emerged as critical bridge symptoms for males and individuals under 65 years, respectively. CONCLUSIONS: Both cross-sectional and longitudinal relationships, and directionality between COVID-19-related stressors and depressive symptoms across sex and age groups were identified. The findings of the study highlight that dedicated mental health intervention and prevention efforts are warranted to ameliorate the negative impact of stressors on depressive symptoms.
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 | 0,005 | 0,001 |
| 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 | 0,006 | 0,002 |
| 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 ».