Status i predyktory objawów zdrowia psychicznego wśród migrantów i uchodźców w czasie pandemii COVID-19

Pytanie badawcze Jaki jest poziom objawów związanych ze zdrowiem psychicznym (tj. depresji, ogólnego lęku i lęku o zdrowie) wśród imigrantów i uchodźców w Norwegii podczas pandemii COVID-19? Wyniki zostaną porównane z poziomami objawów psychicznych w badaniach krajowych i międzynarodowych.

Hipoteza:

H1: Nastąpi znaczny spadek poziomu lęku o zdrowie, depresji i ogólnych objawów lękowych w okresie pomiarowym trzy miesiące po wybuchu pandemii (T2) w porównaniu z okresem wyjściowym (T1) przy najsurowszych protokołach łagodzących stosowanych podczas pierwsze tygodnie pandemii.

H2: Wyższy poziom w T1 i mniejsza redukcja od T1 do T2 pozytywnych metapoznawczych, negatywnych metapoznawczych, niepomocnych strategii radzenia sobie, samotności będzie związana z mniejszą redukcją lęku, depresji i lęku o zdrowie od T1 do T2 powyżej i poza wiekiem, płcią, i edukacji. Wyższy poziom w T1 i mniejsza redukcja wsparcia emocjonalnego od T1 do T2 będzie wiązać się z większą redukcją lęku, depresji i lęku o zdrowie od T1 do T2.

Analiza statystyczna:

W powtarzanych ankietach, takich jak ta obecna, zwykle występuje wiele przypadków rezygnacji i brakujących danych. Dlatego do analizy danych użyjemy modeli mieszanych zamiast sparowanych testów t, ANOVA z powtarzanymi pomiarami i zwykłej regresji liniowej. Modele mieszane wykorzystują oszacowanie największej wiarygodności, które jest najnowocześniejszym podejściem do obsługi brakujących danych (Schafer i Graham, 2002). Zwłaszcza w przypadku losowych braków danych, co jest prawdopodobne w naszym badaniu, modele mieszane dają bardziej obiektywne wyniki niż inne metody analityczne (O'Connel i in., 2017).

We wstępnych analizach i dla każdej ze zmiennych zależnych (GAD-7, PHQ-9) HAI kombinacja efektów losowych i struktury kowariancji reszt dająca najlepsze dopasowanie do „pustego” modelu (model bez stałych predyktorów z wyjątkiem punkt przecięcia) zostanie wybrany. Kryterium informacyjne Akaike (AIC) zostanie użyte do porównania dopasowania różnych modeli. Modele dające redukcję AIC większą niż 2 będą uważane za lepsze (Burnham i Anderson, 2004). Wykorzystany zostanie program SPSS 25.0 (IBM Corp, 2018).

Po pierwsze, H1 o spadku GAD-7, PHQ-9 i HAI zostanie przetestowane przy użyciu lęku lub depresji jako zmiennej zależnej w modelu wykorzystującym czas (okres T1 = 0, okres T2 = 1) jako predyktor. Po drugie, zmienne grupy demograficznej zostaną dodane jako predyktory. Po trzecie, zostaną dodane początkowe (T1) poziomy metapoznania pozytywnego, metapoznania negatywnego i nieprzydatnych strategii radzenia sobie mierzone za pomocą CAS-1, samotność i wsparcie emocjonalne, wraz z interakcjami tych stałych współzmiennych w czasie. Te interakcje reprezentują testy H2 dotyczące współzmiennych przewidujących zmianę lęku, depresji i lęku o zdrowie. Na koniec zostaną dodane poziomy T2 pozytywnych metapoznawczych, negatywnych metapoznawczych i niepomocnych strategii radzenia sobie, mierzone za pomocą CAS-1, samotności i wsparcia emocjonalnego jako stałych współzmiennych, wraz z interakcjami tych stałych współzmiennych w czasie. Te interakcje reprezentują testy H2 dotyczące zmiany współzmiennych z T1 na T2 przewidujące zmianę lęku, depresji i lęku o zdrowie z T1 na T2.

Kryteria wnioskowania Wstępnie definiujemy poziom istotności: p < 0,05, aby określić istotność.

Wielkość próbki:

Wielkość próby w T1 obejmowała 574 uczestników. W przypadku niniejszego badania w T2 wszyscy uczestnicy zostaną zaproszeni do udziału zgodnie z planem badania. Okres zbierania danych będzie trwał do trzech tygodni, dopóki nie odpowie jak najwięcej uczestników na początku badania.

Środki:

Pozytywne metapoznanie, negatywne metapoznanie i nieprzydatne strategie radzenia sobie zostaną zmierzone za pomocą CAS 1 (Wells, 2009): Wsparcie emocjonalne zostanie zmierzone za pomocą dwóch pozycji, a samotność zostanie zmierzona za pomocą Skali Samotności UCLA-8 (ULS-8; Hays & DiMatteo , 1987), który mierzy częstotliwość i intensywność aspektów doświadczenia samotności.

Możliwe przekształcenia:

Wszystkie zmienne zostaną ocenione w ich oryginalnym i zatwierdzonym formacie, zgodnie z zalecaną praktyką, o ile jest to możliwe w odniesieniu do założeń statystycznych leżących u podstaw predefiniowanych analiz. Jeśli jednak nie jest to możliwe ze względu na założenia statystyczne leżące u podstaw analiz, może być konieczne przekształcenie (np. pierwiastek kwadratowy lub przekształcenie logarytmiczne) w celu zastosowania metod opartych na przedziałach, alternatywnie zastosowanie testów nieparametrycznych.

Brakujące dane:

Maksymalne prawdopodobieństwo

Badawczy:

Pytania, które zostaną poruszone w przyszłym artykule, które nie zostaną z góry określone, zostaną określone jako rozpoznawcze.