Wpływ pandemii COVID-19 na stan zdrowia psychicznego społeczeństwa

• Autorzy: Aneta Ptak-Chmielewska , Karolina Baszniak , Jarosław Kurpanik

Warianty tytułu

Influence of the COVID-19 Pandemic on the Mental Health of Society

• Języki publikacji: PL

Abstrakty

Pandemia COVID-19 odmieniła życie ludzi na całym świecie, m.in. wpłynęła na kondycję psychiczną i funkcjonowanie wielu rodzin. Głównym celem badania omawianego w artykule jest ocena wpływu pandemii COVID-19 na stan zdrowia psychicznego członków gospodarstw domowych. W badaniu posłużono się zbiorem danych pochodzących z ankiety COVID Impact Survey, przeprowadzonej w 2020 r. (w trakcie pierwszej fali pandemii) w Stanach Zjednoczonych wśród osób dorosłych przez organizację Data Foundation. Analizie poddano 6768 obserwacji. Oszacowano model regresji logistycznej oraz modele oparte na metodach data mining, takich jak: drzewa decyzyjne, wzmacnianie gradientowe, metoda k-najbliższych sąsiadów, sztuczne sieci neuronowe i metoda wektorów wspierających. Analiza skupień pozwoliła podzielić respondentów na grupy uwidaczniające cechy charakterystyczne i problemy członków gospodarstw domowych, a w utworzonym modelu uwzględniono kwestie zdrowia i zaburzeń psychicznych oraz ich związek z sytuacją finansową gospodarstw. Wyniki badania wskazują na to, że izolacja, zdalny tryb nauczania i pracy oraz mniejsza aktywność fizyczna przyczyniają się do pogarszania się stanu zdrowia psychicznego. (abstrakt oryginalny)

EN

The COVID-19 pandemic changed the lives of people all over the world, by e.g. affecting the mental health and the functioning of many families. The main goal of the research presented in this paper is to assess the influence of the COVID-19 pandemic on the mental health of members of households. The research was performed on the basis of a data set from the COVID Impact Survey carried out by the Data Foundation think tank in 2020 (during the first wave of the COVID-19 pandemic) in the USA among adult respondents. The survey used 6,768 observations. The authors estimated a model of logistic regression and models based on data mining methods, such as decision trees, XGBoost, the k-nearest neighbours method, artificial neural networks and a support vector machine. Cluster analysis allowed the division of the respondents into groups showing their characteristic features and problems, and the constructed model took into account their mental health issues and the relationship between those issues and the financial situation of households. The results demonstrate that isolation, remote education and work, and limited physical activity contribute to the worsening of the mental health of the population. (original abstract)

Słowa kluczowe

PL

Zdrowie psychiczne; COVID-19; Uczenie maszynowe; Data Mining; Gospodarstwa domowe

EN

Mental health; COVID-19; Machine learning; Data Mining; Households

• Czasopismo: Wiadomości Statystyczne
• Rocznik: 2022
• Numer: nr 9
• Strony: 24--52

Twórcy

autor

Aneta Ptak-Chmielewska

• Szkoła Główna Handlowa w Warszawie

autor

Karolina Baszniak

• ING Tech Poland

autor

Jarosław Kurpanik

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Alpaydin, E. (2004). Introduction to Machine Learning. MIT Press.
• American Psychiatric Association. (2019, April). Warning Signs of Mental Illness. https://psychiatry.org/patients-families/warning-signs-of-mental-illness.
• Brown, G. W., Moran, P. M. (1997). Single mothers, poverty and depression. Psychological medicine, 27(1), 21-33. https://doi.org/10.1017/s0033291796004060.
• Covid Impact Survey. (b.r.). Reliable information about the impacts of the COVID-19 pandemic. Pobrane 10 października 2021 r. z https://www.covid-impact.org/.
• Czeisler, M. É., Lane, R. I., Petrosky, E., Wiley, J. F., Christensen, A., Njai, R., Weaver, M. D., Robbins, R., Facer-Childs, E. R., Barger, L. K., Czeisler, C. A., Howard, M. E., Rajaratnam, S. M. W. (2020). Mental Health, Substance Use, and Suicidal Ideation During the COVID-19 Pandemic. Centers for Disease Control and Prevention.
• European Foundation for the Improvement of Living and Working Conditions. (2021). Living, working and COVID-19 (Update April 2021): Mental health and trust decline across EU as pandemic enters another year. Publications Office of the European Union. https://doi.org/10.2806/76802.
• Frątczak, E. (red.). (2012). Zaawansowane metody analiz statystycznych. Oficyna Wydawnicza Szkoła Główna Handlowa w Warszawie.
• Ghoneim, S. (2019, April 2). Accuracy, Recall, Precision, F-Score & Specificity, which to optimize on?. https://towardsdatascience.com/accuracy-recall-precision-f-score-specificity-which-to-optimize-on-867d3f11124.
• Healthline. (b.r.). 2. Lost interest. https://www.healthline.com/health/depression/recognizing-symptoms

Identyfikatory

DOI

10.5604/01.3001.0015.9862