Covid-19 大流行期间本科健康科学专业学生的心理健康。

采样：

由志愿者受试者进行非实验抽样，因为受试者将通过社交网络上的电话来参与研究。

设想：

评估将在名为 Survey Monkey 的应用程序中进行，并将通过社交网络进行分发。

报告研究的方法指南：

将使用名为 CHERRIE 的提高横断面在线研究方法报告质量的指南。

样本量：

将使用定性变量的无限总体公式，因为我们将使用有序变量。 除了观测单位总数未知或人口大于10万时。

100,000 人的样本量应为每个国家 384 人，因此要测量的数据在 95% 的时间内处于评估中观察到的数据的 ±5% 区间内。

数据分析

描述性统计用于分析参与者特征的集中趋势频率。 将应用非参数分析，因为数据在其分布、变量类型和参与者数量分析中不符合正态性标准；因此，Spearman 相关性将用于对比序数数据。 另一方面，比值比分析将用于确定健康状况或疾病在一个人群中发生的可能性与在另一个人群中发生的风险的比较。

仪器验证的数据分析

可行性：这部分将记录参与者完成量表所花费的时间、患者在回答问题时遇到的困难以及每个问题的缺失值（未回答的患者）的数量。 将通过计算每个项目中每个响应类别的频率以及每个项目的空白响应率来分析项目。 还分析了每个项目和整个问卷的地板和天花板效应。

可靠性：通过计算 Cronbach 的 alpha 来评估可靠性以确定内部一致性。

有效性：

(a) 结构：结构有效性（或结构有效性）通过探索性因素分析评估，使用公共因素模型、主成分提取方法和 Oblimin 旋转（如果旋转是可能的）。 K1 规则（特征值大于一）和 Cattell 筛选测试用于确定解决方案中包含的因素数。 还进行了验证性因素分析以证实原始结构，假设存在加载所有项目的单一因素。 使用R studio软件使用最大似然估计方法。

b) 判别效度：判别效度将根据 GAD-7 和 PHQ-9 的总分将样本分成四分位数来计算，并将上四分位数与下四分位数进行比较，两者都是单个项目的平均分数和总分。 对于其他临床标准，有效性将通过计算临床研究者分配的诊断组的平均总体 GAD-7 得分、Student's t 检验、独立组的 Mann-Whitney U 检验或单-根据比较的组数，使用方差分析的方式。

c) 标准效度：分析诊断性能曲线（ROC 曲线），计算敏感性和特异性率，以及问卷的阳性和阴性预测值，将所得诊断分类与参考临床诊断进行比较。

d) 收敛效度：计算 GAD-7 和 PHQ-9 量表与医院焦虑和抑郁量表（HADS，焦虑和抑郁域）之间的一致性程度。