Informationsquellen und ihre Beziehung zu depressiven und Angstsymptomen während der COVID-19-Pandemie: Eine Netzwerkstudie

Forschungsfrage 1:

Wie zentral sind verschiedene Informationsquellen, die verwendet werden, um Wissen über die COVID-19-Pandemie im Netzwerk sowie über depressive und Angstsymptome zu erhalten? Welche Informationsquellen sind am stärksten mit verschiedenen Depressions- und Angstsymptomen verbunden?

Das Fernbleiben von Informationen wird in der vorliegenden Studie gemessen. Da Vermeidung eine Art von Sicherheitsverhalten bei Angststörungen ist, sind die Forscher weiterhin bestrebt, die Zentralität dieses Verhaltens im Netzwerk zu untersuchen. Darüber hinaus haben mehrere Studien mit latent variablen Paradigmen eine Beziehung zwischen Summenwerten von Depressionen und sozialer Angst im Allgemeinen festgestellt. Die Ermittler sind ferner daran interessiert, diese potenzielle Verbindung in der vorliegenden Netzwerkstudie gründlicher und detaillierter zu untersuchen. Die Ergebnisse dieser Studie werden, obwohl sie Querschnittscharakter haben und eine weitere Untersuchung in Studien mit zeitlicher Datenstruktur erfordern, ein wichtiger und interessanter Ausgangspunkt sein, um erste Ideen zu möglichen Mechanismen zu geben, die bei der Nutzung von Informationsquellen bei Pandemien und Psychische Gesundheit.

Statistische Analyse:

Das geschätzte Netzwerk wird aus 23 Elementen bestehen (9: PHQ-9; 7: GAD-7; 7: Informationsquellen, um Informationen über COVID-19 zu erhalten). Das Netzwerk wird mit dem R-Paket qgraph geschätzt (Epskamp et al., 2012). Netzwerkstabilitäts- und Genauigkeitstests werden mit dem R-Paket Bootnet durchgeführt (Epskamp, ​​et al., 2018). Es wird ein ungerichtetes partielles Korrelationsnetzwerk geschätzt, was zu Assoziationen zwischen jedem Paar von Symptomen führt, wobei alle anderen Assoziationen zwischen Symptomen kontrolliert werden. Zentralitätsindizes werden gemeldet. Nach einer Bewertung der Daten (z. B. hinsichtlich möglicher Schiefe) wird die geeignete Korrelationsmethode angewendet.

Das Netzwerk wird weiter unter Verwendung von Graphical Least Absolute Shrinkage and Selection Operator (GLASSO) mit Extended Bayes Information Criterion (EBIC) reguliert. Der Tuning-Parameter wird wie empfohlen auf 0,5 eingestellt. Es werden Zentralitätstabellen und -plots dargestellt und ein Differenztest der Kanten durchgeführt.

Darüber hinaus untersuchen die Ermittler Unterschiede in der Netzwerkstruktur zwischen den wichtigsten demografischen Untergruppen in der Stichprobe (z. B. Geschlecht). Alle Analysen und Fragen, die in dem bevorstehenden Papier behandelt werden und nicht in diesem vorregistrierten Protokoll vorab spezifiziert sind, werden als explorativ definiert.

Zu den Informationsquellen gehören: 1) Nationale Fernseh- und Radiosender; 2) nationale und regionale und lokale Zeitungen; 3) Nutzung sozialer Medien zur Information; 4) Nutzung von Blogs, Podcasts, Foren oder anderen Internetquellen; 5) Informationen, die von Gleichaltrigen (d. h. Freunden und Familie) erhalten wurden; 6) Andere Informationsquellen; 7) sich aktiv von Informationen fernzuhalten.

Rückschlusskriterien:

p < 0,05, um die Signifikanz zu bestimmen.

Stichprobenumfang und Leistungsberechnung:

Gemäß den Richtlinien zur Leistungsanalyse von Fried & Cramer (2017) wird empfohlen, dass die Anzahl der Teilnehmer dreimal größer ist als die Anzahl der geschätzten Parameter. Konservativere Empfehlungen von Roscoe (1975) für multivariate Forschung empfehlen jedoch eine Stichprobengröße, die zehnmal größer ist als die Anzahl der geschätzten Parameter. Das für diese Studie zu konstruierende Netzwerk besteht aus 7 Angst-Items (GAD-7), 9 Depressionssymptom-Items (PHQ-9) und den 7 zuvor festgelegten Items bezüglich Informationsmedium und Umfang der Nutzung. Folglich besteht das Netzwerk aus 23 Elementen. 23x(23-1)/2 x 3 = mindestens 759 Teilnehmer (nach Richtlinien von Fried & Cramer, 2017). Somit sind nach diesen beiden Ansätzen jeweils zwischen 759 und 2530 Teilnehmer erforderlich. Die Daten werden drei Wochen lang gesammelt, und die Teilnehmer basieren auf einer repräsentativen Stichprobe norwegischer Erwachsener mit gleichen Chancen zur Teilnahme an der Studie nach digitaler Einwilligung.

Fehlende Daten:

Das TSD-System (Services for Sensitive Data), eine Plattform, die in Norwegen zur Speicherung personenbezogener Daten verwendet wird, verifiziert die Teilnehmer offiziell durch eine Art nationale ID-Nummer, um ihnen das volle Recht zu geben, ihre Daten jederzeit zurückzuziehen, gemäß der europäischen DSGVO (Allgemein Datenschutzverordnung) Gesetze. Dementsprechend können die Teilnehmer ihre eigenen Daten jederzeit zurückziehen. Die Umfrage enthält obligatorische Antwortfelder. Die Teilnahme ist freiwillig, eine Rücknahme der angegebenen Daten ist jederzeit möglich. Die Ermittler erwarten nicht, dass die Teilnehmer ihre Daten zurückziehen und erwarten daher keine fehlenden Daten. Wenn die Teilnehmer ihre Daten jedoch zurückziehen, führen die Ermittler eine State-of-Art-Analyse fehlender Daten durch und untersuchen zufällig, ob Daten fehlen.