Informatiebronnen en hun relatie tot depressieve en angstsymptomen tijdens de COVID-19-pandemie: een netwerkonderzoek

Onderzoeksvraag 1:

Hoe centraal staan ​​verschillende informatiebronnen die worden gebruikt om kennis te verkrijgen over de COVID-19-pandemie in het netwerk, samen met depressieve en angstsymptomen? Welke informatiebronnen zijn het sterkst verbonden met verschillende symptomen van depressie en angst?

Het wegblijven van informatie zal worden gemeten in de huidige studie. Aangezien vermijding een vorm van veiligheidsgedrag is bij angststoornissen, willen de onderzoekers verder onderzoeken wat de centrale rol van dit gedrag in het netwerk is. Bovendien hebben meerdere onderzoeken met behulp van latent-variabele paradigma's een verband gelegd tussen de somscores van depressie en het gebruik van sociale angst in het algemeen. De onderzoekers zijn verder geïnteresseerd in het grondiger en gedetailleerder onderzoeken van deze potentiële link in de huidige netwerkstudie. Hoewel de bevindingen van deze studie cross-sectioneel zullen zijn en verder onderzoek vereisen in studies met temporele gegevensstructuur, zullen ze een belangrijk en interessant startpunt zijn om eerste ideeën te geven over mogelijke mechanismen die betrokken kunnen zijn bij het gebruik van informatiebronnen bij pandemieën en mentale gezondheid.

Statistische analyse:

Het geschatte netwerk zal bestaan ​​uit 23 items (9: PHQ-9; 7: GAD-7; 7: informatiebronnen om informatie over COVID-19 te verkrijgen). Het netwerk wordt geschat met behulp van het R-pakket qgraph (Epskamp et al., 2012). Netwerkstabiliteits- en nauwkeurigheidstests zullen worden uitgevoerd met behulp van R-pakket bootnet (Epskamp, ​​et al., 2018). Een ongericht partieel correlatienetwerk zal worden geschat, resulterend in associaties tussen elk paar symptomen die controleren voor alle andere associaties tussen symptomen. Centraliteitsindices zullen worden gerapporteerd. De juiste correlatiemethode zal worden toegepast na een beoordeling van de gegevens (bijvoorbeeld met betrekking tot mogelijke scheefheid).

Het netwerk zal verder worden geregulariseerd met behulp van Graphical Least Absolute Shrinkage and Selection Operator (GLASSO), met Extended Bayes Information Criterion (EBIC). De afstemmingsparameter wordt ingesteld op 0,5, zoals aanbevolen wordt. Centraliteitstabel en plots worden afgebeeld en verschiltest van randen wordt uitgevoerd.

Daarnaast zullen de onderzoekers verschillen in netwerkstructuur onderzoeken tussen de belangrijkste demografische subgroepen in de steekproef (bijv. geslacht). Alle analyses en vragen die in het komende document worden behandeld en die niet vooraf zijn gespecificeerd in dit vooraf geregistreerde protocol, zullen als verkennend worden gedefinieerd.

De informatiebronnen omvatten: 1) Nationale televisie- en radiozenders; 2) landelijke en regionale en lokale kranten; 3) Gebruik van sociale media voor informatie; 4) gebruik van blogs, podcasts, fora of andere internetbronnen; 5) informatie verkregen van leeftijdsgenoten (d.w.z. vrienden en familie); 6) Andere informatiebronnen; 7) actief wegblijven van informatie.

Afleidingscriteria:

p < 0,05 om significantie te bepalen.

Steekproefgrootte en vermogensberekening:

Volgens de richtlijnen voor poweranalyse van Fried & Cramer (2017) wordt aanbevolen dat het aantal deelnemers drie keer groter is dan het aantal geschatte parameters. Meer conservatieve aanbevelingen van Roscoe (1975) voor multivariaat onderzoek bevelen echter een steekproefomvang aan die tien keer groter is dan het aantal geschatte parameters. Het netwerk dat voor dit onderzoek moet worden samengesteld, bestaat uit 7 angstitems (GAD-7), 9 depressiesymptoomitems (PHQ-9) en de 7 vooraf gespecificeerde items hierboven met betrekking tot informatiemedium en mate van gebruik. Het netwerk bestaat dus uit 23 items. 23x(23-1)/2 x 3 = minimaal 759 deelnemers (volgens richtlijnen van Fried & Cramer, 2017). Bij het volgen van respectievelijk deze twee benaderingen zijn dus tussen de 759 en 2530 deelnemers nodig. Gegevens worden gedurende drie weken verzameld en de deelnemers zijn gebaseerd op een representatieve steekproef van Noorse volwassenen met gelijke kansen om deel te nemen aan het onderzoek na het verstrekken van digitale toestemming.

Ontbrekende gegevens:

Het TSD-systeem (Services for Sensitive Data), een platform dat in Noorwegen wordt gebruikt om persoonsgevoelige gegevens op te slaan, verifieert deelnemers officieel door middel van een soort nationaal ID-nummer om hen het volledige recht te geven om hun gegevens op elk moment in te trekken, in overeenstemming met de Europese AVG (Algemene Verordening Gegevensbescherming). Verordening gegevensbescherming) wetten. Dienovereenkomstig mogen deelnemers hun eigen gegevens op elk moment intrekken. De enquête bevat verplichte antwoordvelden. Deelname is vrijwillig en intrekking van verstrekte gegevens is op elk moment mogelijk. De onderzoekers verwachten niet dat deelnemers hun gegevens terugtrekken en verwachten dus geen ontbrekende gegevens. Als deelnemers echter hun gegevens intrekken, zullen de onderzoekers state-of-the-art ontbrekende gegevensanalyse uitvoeren en willekeurig onderzoeken of er gegevens ontbreken.