Prévalence de l’état de stress post-traumatique (ESPT) au Canada pendant la pandémie de COVID-19 : résultats de l’Enquête sur la COVID-19 et la santé mentale
Bibliographic record
Abstract
Introduction Cette étude donne un aperçu descriptif de la prévalence de l’état de stress post-traumatique (ESPT) au Canada, en fonction des caractéristiques sociodémographiques, des variables liées à la santé mentale et des effets négatifs de la pandémie de COVID-19. Methods Les données ont été obtenues à partir des cycles 1 et 2 de l’Enquête sur la COVID-19 et la santé mentale (ECSM), recueillies à l’automne 2020 (N = 14 689) et au printemps 2021 (N = 8 032). La prévalence de l’ESPT a été mesurée à l’aide de la liste de contrôle de l’ESPT pour le DSM-5 (PCL-5). Les associations transversales ont été quantifiées à l’aide d’une régression logistique tenant compte des caractéristiques sociodémographiques. Results La prévalence globale de l’ESPT était de 6,9 %. Les facteurs associés à une prévalence accrue de l’ESPT étaient le genre féminin, un âge plus jeune, un revenu inférieur (uniquement chez les femmes), le fait de vivre en milieu urbain, le statut de travailleur de première ligne ou l’absence de travail au cours de la semaine écoulée (uniquement chez les hommes), une santé mentale passable ou mauvaise, un faible sentiment d’appartenance à la communauté, des symptômes d’un trouble d’anxiété généralisée ou d’un trouble dépressif majeur, des idées suicidaires, une forte consommation d’alcool, une consommation quotidienne de cannabis, une consommation accrue d’alcool et de cannabis depuis le début de la pandémie, une diminution de la consommation d’alcool depuis le début de la pandémie (chez les hommes seulement), des préoccupations concernant la violence à la maison et des répercussions négatives associées à la pandémie. Conclusion La prévalence de l’ESPT au Canada varie considérablement selon les groupes sociodémographiques, et elle est plus fréquente chez les personnes présentant des indicateurs d’une faible santé mentale ou d’un faible état de bien-être, ainsi que chez les personnes qui ont été plus durement touchées par la pandémie de COVID-19. Il est important d’effectuer une surveillance continue et accrue de l’ESPT au Canada pour mieux comprendre et traiter le fardeau associé à cet état pathologique ainsi que les répercussions associées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".