Stav a prediktory příznaků duševního zdraví mezi migranty a uprchlíky během pandemie COVID-19

Výzkumná otázka Jaká je míra symptomů duševního zdraví (tj. deprese, celková úzkost a zdravotní úzkost) mezi imigranty a uprchlíky v Norsku během pandemie COVID-19? Výsledky budou porovnány s úrovněmi mentálních symptomů v národních a mezinárodních průzkumech.

Hypotéza:

H1: Dojde k významnému poklesu úrovní zdravotní úzkosti, deprese a obecných úzkostných symptomů v období měření tři měsíce po pandemii (T2) ve srovnání se základním obdobím (T1) s nejpřísnějšími zmírňujícími protokoly zavedenými během první týdny pandemie.

H2: Vyšší úroveň na T1 a menší snížení z T1 na T2 v pozitivních metakognicích, negativních metakognicích, neužitečných strategiích zvládání, osamělosti bude spojeno s menším snížením úzkosti, deprese a zdravotní úzkosti od T1 do T2 výše a za věkem, pohlavím, a vzdělání. Vyšší hladina v T1 a menší snížení emoční podpory z T1 na T2 bude spojeno s větším snížením úzkosti, deprese a zdravotní úzkosti z T1 na T2.

Statistická analýza:

Opakované průzkumy, jako je ten současný, mají obvykle mnoho výpadků a chybějících údajů. K analýze dat proto použijeme smíšené modely namísto párových t-testů, opakovaných měření ANOVA a běžné lineární regrese. Smíšené modely používají odhad maximální věrohodnosti, což je nejmodernější přístup ke zpracování chybějících dat (Schafer & Graham, 2002). Zejména pokud náhodně chybí data, což je v našem průzkumu pravděpodobné, dávají smíšené modely více nezaujaté výsledky než jiné analytické metody (O'Connel et al., 2017).

V předběžných analýzách a pro každou ze závislých proměnných (GAD-7, PHQ-9) HAI, kombinace náhodných efektů a kovarianční struktury reziduí, která nejlépe odpovídá „prázdnému“ modelu (model bez pevných prediktorů s výjimkou bude vybrán záchyt). Akaike's Information Criterion (AIC) se použije k porovnání shody různých modelů. Modely, které poskytují snížení AIC větší než 2, budou považovány za lepší (Burnham & Anderson, 2004). Bude použit program SPSS 25.0 (IBM Corp, 2018).

Nejprve bude testována H1 o poklesu GAD-7, PHQ-9 a HAI pomocí úzkosti nebo deprese jako závislé proměnné v modelu využívajícím čas (období T1 = 0, období T2 = 1) jako prediktor. Za druhé budou jako prediktory přidány proměnné demografické skupiny. Za třetí, budou přidány počáteční (T1) úrovně pozitivních metakognicí, negativních metakognicí a neužitečných strategií zvládání měřených pomocí CAS-1, osamělosti a emoční podpory, spolu s interakcemi těchto konstantních kovariát s časem. Tyto interakce představují testy H2 o kovariátech předpovídajících změnu úzkosti, deprese a zdravotní úzkosti. Nakonec budou přidány hladiny T2 pozitivních metakognic, negativních metakognicí a neužitečných strategií zvládání měřených pomocí CAS-1, osamělosti a emoční podpory jako konstantních proměnných, spolu s interakcemi těchto konstantních proměnných s časem. Tyto interakce představují testy H2 o změně kovariát z T1 na T2 předpovídající změnu úzkosti, deprese a zdravotní úzkosti z T1 na T2.

Kritéria inference Předdefinujeme hladinu významnosti: p < 0,05 pro určení významnosti.

Velikost vzorku:

Velikost vzorku v T1 zahrnovala 574 účastníků. Pro tuto studii na T2 budou všichni účastníci pozváni k účasti v souladu se studijním plánem. Období sběru dat bude trvat až tři týdny, dokud neodpoví tolik účastníků na začátku.

Opatření:

Pozitivní metakognice, negativní metakognice a neužitečné strategie zvládání budou měřeny pomocí CAS 1 (Wells, 2009): Emocionální podpora bude měřena dvěma položkami a osamělost bude měřena pomocí The UCLA Loneliness Scale-8 (ULS-8; Hays & DiMatteo , 1987), který měří frekvenci a intenzitu aspektů osamělého zážitku.

Možné transformace:

Všechny proměnné budou posuzovány v původním a ověřeném formátu podle doporučené praxe, pokud je to možné s ohledem na statistické předpoklady, které jsou základem předem definovaných analýz. Pokud to však není možné s ohledem na statistické předpoklady za analýzami, může být k aplikaci intervalových metod potřeba transformace (např. odmocnina nebo logaritmické transformace), případně použití neparametrických testů.

Chybějící data:

Maximální pravděpodobnost

Průzkumný:

Otázky řešené v budoucím dokumentu, které nejsou předem specifikovány, budou definovány jako průzkumné.