Grazie per aver visitato nature.com. Stai utilizzando una versione del browser con supporto limitato per CSS. Per ottenere la migliore esperienza, ti consigliamo di utilizzare un browser più aggiornato (o disattivare la modalità di compatibilità in Internet Explorer). Nel frattempo, per garantire un supporto continuo, stiamo visualizzando il sito senza stili e JavaScript.
La salute mentale è una componente importante della salute pubblica, soprattutto in tempi di crisi. Tuttavia, il monitoraggio della salute mentale pubblica è difficile perché i dati sono spesso irregolari e a bassa frequenza1,2,3. Qui integriamo gli approcci consolidati utilizzando i dati delle linee di assistenza, che offrono una misura in tempo reale del disagio "rivelato" e dei problemi di salute mentale su una vasta gamma di argomenti4,5,6,7,8,9. Abbiamo raccolto dati su 8 milioni di chiamate da 19 paesi, concentrandoci sulla crisi COVID-19. Il volume delle chiamate ha raggiunto il picco sei settimane dopo l'epidemia iniziale, al 35% in più rispetto ai livelli pre-pandemia. L'aumento è stato guidato principalmente dalla paura (compresa la paura dell'infezione), dalla solitudine e, più tardi nella pandemia, dalle preoccupazioni per la salute fisica. I problemi relazionali, i problemi economici, la violenza e l'idea suicidaria, tuttavia, erano meno diffusi rispetto a prima della pandemia. Questo modello era evidente sia durante la prima ondata che durante le successive ondate di COVID-19. I problemi legati direttamente alla pandemia sembrano quindi aver sostituito, anziché esacerbare, le ansie sottostanti. A seconda dei tassi di infezione, le chiamate relative al suicidio sono aumentate quando le politiche di contenimento sono diventate più rigorose e sono diminuite quando è stato esteso il sostegno al reddito. Ciò implica che il sollievo finanziario può alleviare il disagio innescato dalle misure di blocco e illustra le intuizioni che possono essere raccolte dall'analisi statistica dei dati della linea di assistenza.
Lo stato di salute mentale della popolazione è difficile da misurare. Ciò potrebbe portare i responsabili politici a trascurare i problemi di salute mentale relativi ad aspetti che possono essere misurati più facilmente, specialmente durante situazioni di crisi in rapido movimento1,2,3. Proponiamo di utilizzare i dati della linea di assistenza come fonte di informazioni in tempo reale sullo stato della salute mentale pubblica. I dati dell'Helpline hanno due vantaggi principali. In primo luogo, le chiamate al servizio di assistenza possono essere considerate una manifestazione di disagio rivelato e problemi di salute mentale. I chiamanti sostengono il costo mentale e di tempo di mettersi in contatto senza essere stati invitati a farlo. Pertanto, le chiamate al servizio di assistenza assomigliano ai dati clinici offrendo una misura della salute mentale che non è influenzata dalla progettazione e dall'inquadratura dello studio dei ricercatori. In secondo luogo, le informazioni sulle chiamate di assistenza sono registrate digitalmente con frequenza giornaliera e coprono un'ampia gamma di argomenti di conversazione.
Le linee telefoniche di assistenza sono istituzioni consolidate per la protezione della salute mentale e la prevenzione del suicidio in molti paesi e offrono supporto immediato, anonimo, economico e accessibile10,11,12. Alcune linee di assistenza sono specializzate in questioni particolari come il suicidio, i bambini o la violenza contro le donne. È stato dimostrato, ad esempio, che le linee di assistenza per il suicidio riducono i tassi di suicidio13 ed è stato dimostrato che il volume delle chiamate delle linee di assistenza per la prevenzione del suicidio è correlato all'incidenza dei suicidi effettivi14.
Utilizzando questo approccio in relazione alla crisi del COVID-19, abbiamo documentato la crescita e la composizione delle chiamate di assistenza e le loro determinanti legate alla pandemia. Le linee di assistenza assumono particolare rilevanza in caso di pandemia, quando i contatti faccia a faccia comportano rischi di infezione e possono persino essere impossibili a causa degli ordini di soggiorno a casa4,5,6,7,8,9. Abbiamo raccolto dati da 23 linee di assistenza in 14 paesi europei, Stati Uniti, Cina, Hong Kong, Israele e Libano. Il dataset totale copre 8 milioni di chiamate individuali effettuate tra il 2019 e l'inizio del 2021 (Tabella dati estesa 1). La struttura del pannello dei dati ci consente di sfruttare le differenze nei tempi delle ondate di infezione locali e le misure politiche per isolare i loro effetti separati sulle chiamate di assistenza. Questo è un problema di prim'ordine per i responsabili politici, poiché gli interventi progettati per contenere le infezioni potrebbero anche influenzare la salute mentale esacerbando la disoccupazione, lo stress finanziario, la solitudine, i problemi relazionali e le vulnerabilità mentali preesistenti. Questi sono, a loro volta, fattori di rischio ben riconosciuti per il suicidio15,16,17,18,19,20,21,22.
Consideriamo l'analisi delle chiamate di assistenza come un complemento, e non un sostituto, per approcci consolidati. Le indagini sulla salute mentale23,24,25,26 e le statistiche sui suicidi27,28,29 sono altamente informative, ma tendono ad essere di bassa frequenza e disponibili con un ritardo. Il monitoraggio ad alta frequenza è stato effettuato nel contesto della pandemia di COVID-19 sulla base delle ricerche online registrate da Google Trends30,31,32,33, monitorando le visite ai dipartimenti di emergenza34,35 e monitorando le chiamate alla polizia per assistenza nelle controversie domestiche 36,37,38. I dati della linea di assistenza forniscono uno strumento di misurazione ampiamente disponibile e ben mirato sui problemi di salute mentale di un segmento particolarmente vulnerabile della popolazione.
Quando uniamo e pesiamo i dati per le 21 linee di assistenza per le quali disponiamo di dati giornalieri (Tabella dati estesa 1a, b), osserviamo un volume di chiamate di picco, raggiunto sei settimane dopo lo scoppio della pandemia, che supera il pre- livello di pandemia del 35% (intervallo di confidenza 95% (CI): 22,6, 48,3; P <0,001) (Fig.1a). Con l'epidemia specifica per paese definita come la data in cui è stata registrata più di 1 infezione da SARS-CoV-2 ogni 100.000 abitanti39, vediamo un aumento significativo del 13,5% (IC 95%: 1,6, 25,5; P = 0,027) per la prima tempo nella settimana 3. Dopo il picco nella settimana 6, i volumi sono gradualmente diminuiti di nuovo, al 6,2% (95% CI: -0,2, 12,6; P = 0,058) al di sopra dei livelli pre-pandemia39 intorno alla settimana 11. Quando invece definiamo l'inizio punto della pandemia come l'entrata in vigore del primo ordine di rifugio sul posto (SIP)40, osserviamo un aumento dell'11,2% (95% CI: 3,1, 19,4; P = 0,007) (Fig.1b) entro la settimana 2 , volumi di chiamate costantemente elevati dalla settimana 3 (+ 27%; 95% CI: 19,1, 35,0; P <0,001) fino a circa la settimana 8 (+ 22,6%; 95% CI: 15,2, 30,1; P <0,001) e una diminuzione in seguito40. I diversi profili temporali sono principalmente spiegati dal fatto che, in media, gli ordini SIP sono stati emessi da 2 a 3 settimane dopo i focolai locali (Dati estesi Fig. 1, Tabella dati estesi 1).
a, b, coefficienti stimati per indicatori settimanali con intervalli di confidenza al 95%. La variabile dipendente è ln (Chiamate). Il campione include i dati giornalieri per 21 linee di assistenza durante il periodo da 4 settimane prima a 12 settimane dopo la data dell'evento all'inizio del 2020 e per 17 delle 21 linee di assistenza, i giorni corrispondenti nel 2019. Variazione percentuale media dei volumi di chiamate rispetto alla settimana di riferimento 0. a, La settimana 0 è quando il numero cumulativo di infezioni da SARS-CoV-2 supera 1 ogni 100.000 abitanti39. b, la settimana 0 è quando sono stati introdotti gli ordini SIP40. I risultati mostrano i dati ponderati per il numero totale di chiamate registrate per ciascuna linea di assistenza durante il periodo di campionamento (nero) e modelli non ponderati (grigio) (Metodi, equazione (1)).
La natura graduale dell'aumento dei volumi di chiamate potrebbe, in una certa misura, essere il risultato di vincoli di capacità4. Diverse linee di assistenza hanno inizialmente dovuto lasciare senza risposta alcune delle chiamate aggiuntive e solo gradualmente sono riuscite ad adeguare la capacità al nuovo livello di domanda. A causa di questo problema, l'evoluzione dei numeri di chiamata aggregati registrati dovrebbe essere interpretata come una stima del limite inferiore del reale aumento del numero di persone che hanno cercato di chiamare una linea di assistenza nella prima ondata della pandemia. Tuttavia, le chiamate senza risposta non sono preselezionate e la risposta alla chiamata è quindi un processo casuale non correlato alle motivazioni del chiamante. Pertanto i nostri dati forniscono informazioni rappresentative sui motivi della chiamata anche se alcune chiamate sono rimaste senza risposta a causa di limiti di capacità.
Abbiamo analizzato i motivi della chiamata utilizzando i dati delle 12 linee di assistenza per le quali disponiamo di informazioni a livello di chiamata sugli argomenti della conversazione e sulle caratteristiche del chiamante. I nostri risultati principali relativi agli argomenti delle chiamate sono presentati in Fig. 2. La maggior parte delle chiamate pre-COVID-19 sono state effettuate a causa di problemi di relazione (37%), solitudine (20%) o varie paure e ansie (13%) (Fig. 2a ). Le donne hanno effettuato il 61% delle chiamate totali e il 63% delle chiamate è stato effettuato da persone di età compresa tra 30 e 60 anni. La ripartizione per argomento è stata abbastanza simile tra le linee di assistenza, con i problemi di relazione che sono l'argomento più diffuso in 8 delle 10 linee di assistenza per le quali è definita questa categoria (34% in totale) (Dati estesi Fig. 2). Oltre il 90% delle "chiamate" erano chiamate vocali, ma per alcune linee di assistenza i nostri dati includono anche conversazioni basate su testo (chat online). Tra il 49% e l'81% delle chiamate sono state effettuate da chiamanti per la prima volta o sporadici, sia prima che dopo l'inizio della pandemia (Tabella dati estesa 2).
a, Condivisioni pre-pandemia dei principali argomenti di conversazione non esclusivi della linea di assistenza per sesso e fascia di età, prima che le infezioni cumulative da SARS-CoV-2 39 raggiungessero 1 ogni 100.000 abitanti. b, coefficienti stimati per la variabile binaria dell'indicatore post-epidemia con intervalli di confidenza del 95%. Separare i modelli di regressione di probabilità lineare con la variabile dipendente impostata su '1' per le chiamate relative all'argomento indicato (Metodi, equazione (2)).
Durante la prima ondata della pandemia, qui definita durata fino alla fine di giugno 2020, la composizione dei bandi è cambiata significativamente. Il maggior aumento delle chiamate è stato registrato nella categoria 'paura', con 2,4 punti percentuali (IC 95%: 1,8, 2,9; P <0,001) (Fig.2b). Questa categoria include le chiamate effettuate per paura di infezione da SARS-CoV-2. L'altra categoria di chiamate la cui quota è aumentata durante la prima ondata della pandemia è stata la "solitudine" con 1,5 punti percentuali (IC 95%: 1,1, 1,8; P <0,001) (Fig.2b). La quota di tutti gli altri argomenti di conversazione è diminuita durante la prima ondata. Diminuzioni relative statisticamente significative sono state osservate per gli argomenti "relazioni" (-2,5 punti percentuali; 95% CI: -3,2, -1,8; P <0,001), "mezzaluna" (ovvero, preoccupazioni economiche, -0,6 punti percentuali; 95% IC: -0,9, -0,3; P <0,00), "violenza" (-0,3 punti percentuali; 95% IC: -0,5, -0,2; P <0,001) e "dipendenza" (-0,3 punti percentuali; 95% IC: -0.4, -0.1; P = 0.002) (Fig.2b). Non abbiamo rilevato alcun cambiamento statisticamente significativo nella quota di chiamate relative all'ideazione suicidaria (-0,1 punti percentuali; 95% CI: -0,3, -0,1; P = 0,476 (t-test di differenza a due code) e P <0,006 (due t-test unilaterali), rispetto alla dimensione dell'effetto <-0,35 e> 0,35, rispettivamente)) (Dati estesi Fig. 3). Questi risultati mostrano che la prima ondata della pandemia e le misure associate hanno portato a un aumento meno che proporzionale delle chiamate per violenza domestica, dipendenza e ideazione suicidaria rispetto all'aumento complessivo delle chiamate.
Quando analizziamo i cambiamenti post-pandemia nelle condivisioni di argomenti per genere e fascia di età, osserviamo che l'aumento delle chiamate legate alla paura è stato guidato interamente dagli over 30, sia maschi che femmine (tra 2,1 e 3,1 punti percentuali; 95% CI: 1,5, da 2,7 a 2,2, 4,0; P <0,001) (Dati estesi Fig. 4). Ciò è coerente con il fatto che la vulnerabilità al COVID-19 aumenta in modo monotono con l'età. La quota di chiamate relative al suicidio effettuate da uomini sotto i 30 anni è diminuita in modo particolarmente forte (di 1,6 punti percentuali; IC 95%: -2,3, -0,9; P <0,001) (Dati estesi Fig. 4). Spicca, invece, la categoria delle donne under 30, con un aumento di 0,9 punti percentuali della quota di chiamate legate alla violenza (95% CI: 0,2, 1,6; P = 0,010) (Dato Esteso Fig. 4), nonostante potrebbe essere stato più difficile sotto gli ordini di soggiorno a casa effettuare chiamate di assistenza in situazioni di violenza domestica.
Per circa un terzo delle chiamate alla base della nostra analisi di Fig. 2, gli operatori hanno registrato più di un argomento di conversazione (Extended Data Fig. 5a). In particolare, gli appelli relativi a 'violenza' e 'vita di sussistenza' riguardavano anche le 'relazioni' (rispettivamente 39% e 35%) (Dati Estesi Fig.5b), ma nei dati sono state osservate combinazioni di tutti gli otto temi distinti nelle nostre analisi . L'eliminazione delle chiamate a più argomenti dall'analisi ha lasciato i risultati pressoché invariati (Dati estesi Fig.5c).
Nel complesso, i nostri risultati suggeriscono che l'aumento osservato delle chiamate al servizio di assistenza durante la prima ondata della pandemia di COVID-19 è stato guidato in larga misura dai timori del virus stesso e dalla solitudine nel contesto degli ordini SIP, piuttosto che dalla violenza domestica, dipendenza o ideazione suicidaria.
Per due delle più grandi linee di assistenza nel nostro campione, Telefonseelsorge (Germania) e SOS Amitié (Francia), abbiamo ricevuto dati fino al 31 marzo 2021, consentendoci di analizzare le chiamate di assistenza oltre la prima ondata della pandemia. La figura 3 mostra che i volumi delle chiamate sono nuovamente aumentati nella seconda metà del 2020, in parallelo con un aumento delle infezioni e un inasprimento degli interventi non farmaceutici (NPI). Mentre in Germania il volume delle chiamate è aumentato continuamente all'inizio del 2021 (Fig.3a), in Francia è nuovamente diminuito dopo il picco di dicembre 2020 (Fig.3b). Questi modelli divergenti sono correlati a rialzi e ribassi più forti sia nelle infezioni che nella severità delle misure governative nei due paesi.
a, c, Numero totale di chiamate giornaliere al servizio di assistenza con media mobile di sette giorni in nero (asse destro), indice di severità della risposta del governo in blu40 e media mobile di sette giorni di nuove infezioni da SARS-CoV-2 confermate per 10.000 abitanti al giorno in rosso (asse sinistro) 39, per Germania (Telefonseelsorge) (a) e Francia (SOS Amitié) (c). Le aree ombreggiate indicano la prima ondata (11 marzo 2020-30 giugno 2020) e le successive ondate (1 ottobre 2020-31 marzo 2021). b, d, coefficienti stimati per le variabili binarie che denotano i due periodi e i relativi intervalli di confidenza al 95% per Germania (Telefonseelsorge) (b) e Francia (SOS Amitié) (d), basati su modelli di regressione di probabilità lineare separati con la variabile dipendente impostare a '1' per i bandi relativi all'argomento indicato (Metodi, equazione (4)).
Gli schemi degli argomenti di conversazione si assomigliano sia tra le due linee di assistenza che tra i due distinti periodi della pandemia. In Germania, le chiamate dovute alla solitudine sono aumentate di 1,4 punti percentuali (95% CI: 0,9, 2,0; P <0,016) nella prima ondata e di 0,6 punti percentuali (95% CI: 0,1, 1,1; P <0,016) nelle successive onde (Fig.3b). In Francia, tali aumenti sono stati rispettivamente di 2,0 punti percentuali (95% CI: 1,4,2,6; P <0,016) e 0,8 punti percentuali (95% CI: 0,4, 1,2; P <0,001) (Fig.3b). Durante la prima ondata, la quota di chiamate relative alla "paura" (compresa la paura dell'infezione) è aumentata di 2,2 punti percentuali (IC 95%: 1,4, 2,9; P <0,001) in Germania e di 2,7 punti percentuali (IC 95%: 1,4, 2,9; P <0,001) : 2,0, 3,5; P <0,001) in Francia (Fig.3b). Per la Francia, abbiamo anche osservato un aumento significativo durante le ondate successive, di 1,2 punti percentuali (IC 95%: 0,8, 1,5; P <0,001) (Fig.3b). La quota di chiamate riguardanti problemi relazionali è diminuita in Germania di 3,5 punti percentuali (IC 95%: -4,4, -2,5; P <0,001) nella prima ondata e di 1,8 punti percentuali (IC 95%: -2,3, -1,2; P <0,001) nelle successive ondate (Fig.3b). Diminuzioni sono state osservate anche per la Francia: -2,6 punti percentuali (IC 95%: -3,9, -1,2; P <0,001) nella prima ondata e -1,1 punti percentuali (IC 95%: -2,0, -0,3; P <0,001 ) durante le successive ondate (Fig.3b). Le conversazioni avevano meno probabilità di essere correlate alla suicidalità durante le ondate successive (-0,6 punti percentuali in Germania e -0,9 punti percentuali in Francia; 95% CI: -0,9, -0,3 e -1,0, -0,7; P <0,001) (Fig.3b ).
Al contrario, una percentuale maggiore di chiamate nella seconda e terza ondata in Francia ha riguardato la salute fisica (+0,8 punti percentuali; 95% CI: 0,3, 1,2; P = 0,001) (Fig.3b). Ciò potrebbe essere correlato a una quota maggiore della popolazione infettata da SARS-CoV-2 o a preoccupazioni per la salute a causa dell'accesso limitato o posticipato alle strutture di trattamento e delle minori opportunità di attività fisica. Simile alla prima ondata, ulteriori chiamate si sono concentrate principalmente su questioni legate direttamente alla pandemia: paura dell'infezione, solitudine e, novità per le ondate successive, salute fisica.
I dati sulle chiamate di assistenza telefonica ci consentono di utilizzare la regressione dei dati panel per isolare correlazioni parziali tra misure politiche e indicatori di salute mentale. Un laboratorio empirico particolarmente informativo per questa analisi sono le chiamate alla National Suicide Prevention Lifeline (di seguito denominata Lifeline) negli Stati Uniti. Disponiamo di dati per il 2019, il 2020 e l'inizio del 2021, che ci consentono di sfruttare la notevole variazione intranazionale (a livello statale) delle situazioni epidemiologiche e delle misure politiche osservate negli Stati Uniti. Grazie al coordinamento attraverso la rete di centri di crisi che costituiscono la linea di vita attraverso un insieme comune di linee guida generali, problemi istituzionali e di misurazione che complicano i confronti tra diversi insiemi di linee di assistenza e nazioni sono meno preoccupanti in questo set di dati. Tuttavia, come linea di assistenza focalizzata sul suicidio, Lifeline non ci consente di monitorare i cambiamenti nella composizione dei problemi di salute mentale.
I nostri risultati principali sono presentati in Fig. 4. L'andamento temporale aggregato rivela che durante la prima ondata, le chiamate a Lifeline non sono state superiori a quelle del corrispondente periodo del 2019 (circa 32.000 chiamate settimanali) (Fig. 4a), ma durante le ondate successive sono aumentati al di sopra dei livelli pre-pandemia (più di 35.000 chiamate settimanali tra la fine del 2020 e la primavera del 2021). La Figura 4b illustra l'eterogeneità nei profili temporali delle chiamate tra gli stati che cerchiamo di "spiegare" con la variazione stato-settimana nelle nostre tre variabili esplicative: tassi di infezione da SARS-CoV-239 (Fig.4c), NPI misurati dai componenti le 'politiche di contenimento e chiusura' sintetizzate nell'indice di stringenza (Fig.4d), e la generosità dei compensi pubblici per il costo del lavoro (ad esempio, permessi) misurata dalla componente 'sostegno al reddito' (Fig. 4e) nel Tracker di risposta del governo di Oxford COVID-1940.
a, Numero totale di chiamate settimanali instradate ai centri Lifeline per anno, con media mobile di tre settimane (l'asse verticale è troncato). b, Deviazione delle chiamate registrate dalla media a livello statale media nel tempo (grigio), con la media settimanale nazionale (nero). c – e, Punteggi medi settimanali, con valori di stato individuali (grigio). c, Infezioni da SARS-CoV-2 recentemente confermate39 per 100.000 abitanti (media in rosso). d, Indice di severità della risposta del governo (media in blu). e, Indice di sostegno al reddito40 (media in giallo). f, coefficienti stimati e relativi intervalli di confidenza al 95% dal modello panel sub-nazionale inclusi gli effetti fissi di stato e settimana. La variabile dipendente è ln (chiamate Lifeline + 1) e vengono utilizzati i valori di log naturali delle variabili indipendenti (Metodi, equazione (5)). g, Stime del coefficiente per i termini di interazione con gli indicatori per i due periodi da gennaio ad agosto 2020 e da settembre 2020 a marzo 2021 e relativi intervalli di confidenza al 95% (Metodi, equazione (6)).
Nella Fig. 4f, riassumiamo i nostri risultati di regressione basati sui dati fino a marzo 2021. Per determinate misure politiche, gli aumenti delle infezioni da SARS-CoV-2 sono stati associati a diminuzioni statisticamente significative del numero di chiamate alla linea di assistenza per il suicidio (elasticità = - 0,012, IC 95%: -0,023, -0,001; P = 0,026) (Fig. 4f). Il coefficiente stimato implica che un aumento del 10% delle infezioni da SARS-CoV-2 è associato a una riduzione dello 0,1% delle chiamate al servizio di assistenza suicidi.
Un'interpretazione di questo risultato è che la pandemia stessa attenua le ansie suicide, forse spostando l'attenzione delle persone verso il disagio degli altri o verso la propria paura della pandemia. Questa interpretazione è coerente con l'evoluzione delle chiamate alla US Disaster Distress Helpline, pubblicizzata per fornire consulenza di crisi alle persone colpite da COVID-19: le chiamate a questa helpline sono aumentate notevolmente durante la fase iniziale della pandemia (da circa 500 a circa 3.000 chiamate settimanali) (Dati estesi Fig. 6), suggerendo un certo spostamento delle ansie preesistenti da fonti di disagio più vicine a COVID-19.
Non è stato riscontrato che gli interventi politici sotto forma di NPI a livello statale più rigorosi o misure di sostegno al reddito più generose a livello statale abbiano effetti statisticamente significativi sulle chiamate Lifeline (effetto del rigore NPI: 0,020; 95% CI: -0,007, 0,047; P = 0,155) (Fig.4f). Anche se i dati non hanno il potere statistico di scartare l'ipotesi di nessun effetto, le nostre stime sono coerenti con NPI più restrittivi seguiti da un aumento delle chiamate Lifeline e con politiche di sostegno al reddito che hanno l'effetto opposto.
La Figura 4g mostra gli effetti stimati delle tre variabili esplicative separatamente per la prima e le successive ondate della pandemia, con data limite fissata al 1 settembre 2020. Troviamo che l'effetto di smorzamento sulle chiamate Lifeline della pandemia stessa (misurato come il numero di infezioni da SARS-CoV-2) è aumentato nel tempo (-0,022 durante il secondo sottoperiodo; 95% CI: -0,038, -0,006; P = 0,006) (Fig. 4g). Gli effetti sulle chiamate di Lifeline di NPI più rigorosi o di un sostegno al reddito più generoso, tuttavia, non differivano notevolmente tra le ondate della pandemia. Insieme, queste stime confermano che le implicazioni sulla salute mentale della pandemia sono rimaste relativamente stabili durante la prima e le successive ondate. Nelle Tabelle Supplementari 7, 8, mostriamo che questi risultati qualitativi sono robusti in una gamma di specifiche di regressione del pannello.
Il modello osservato nei dati delle linee di assistenza suicidi statunitensi è corroborato da una corrispondente analisi di regressione basata sulle linee di assistenza tedesca e francese: a parità di altre condizioni, l'aumento delle infezioni da SARS-CoV-2 e politiche di sostegno al reddito più generose sono state seguite da un calo del numero di chiamate di assistenza relative alla suicidalità, con un'elasticità di -0.024 (95% CI: -0.035, -0.014; P <0.001) e -0.020 (95% CI: -0.033, -0.006; P = 0.004), rispettivamente (Fig. 5). Al contrario, NPI più rigorosi sono stati seguiti da chiamate più relative al suicidio (+0,035, 95% CI: 0,011, 0,060; P = 0,005) (Fig. 5). Questi effetti stimati sono statisticamente significativi e qualitativamente coerenti con quelli basati sui dati Lifeline.
Coefficienti di modelli di regressione separati per argomento con intervalli di confidenza al 95%. La variabile dipendente è ln (Chiamate + 1) e vengono utilizzati i valori di log naturali delle infezioni da SARS-CoV-2 per 100.000 abitanti39 e gli indici di policy40. Il campione include tutte le chiamate a Telefonseelsorge (Germania) e SOS Amitié (Francia) per le quali è stato registrato almeno un argomento di conversazione, aggregate ai totali giornalieri dal 1 gennaio 2019 al 31 marzo 2021 (Metodi, equazione (7)).
I nostri risultati suggeriscono che i pagamenti pubblici di compensazione per le perdite indotte dalla pandemia non solo riducono le difficoltà economiche, ma hanno anche benefici più ampi: un sostegno al reddito più generoso porta a un minor numero di chiamate per paura (-0,042; 95% CI: -0,061, -0,024; P < 0,001), solitudine (-0,024; 95% CI: -0,040, -0,008; P = 0,003), problemi di salute fisica (-0,026; 95% CI: -0,041, -0,011; P = 0,001) e, come previsto, economico ansia ("sostentamento"; -0,016; 95% CI: -0,030, -0,002; P = 0,023) (Fig. 5).
Abbiamo attinto ai dati delle chiamate di assistenza internazionale per far luce su un punto cieco statistico della politica pandemica: problemi di salute mentale e disagio generale della popolazione. Le chiamate al servizio di assistenza sono aumentate durante la pandemia e questo aumento è stato determinato principalmente da preoccupazioni legate alla pandemia stessa (come la paura dell'infezione e la solitudine). Al contrario, in media, è diminuita la quota di chiamate dovute ad altre forme di disagio, tra cui suicidalità, violenza e dipendenza. La mancanza di un aumento della quota di chiamate relative al suicidio è coerente con le diminuzioni osservate dei suicidi effettivi durante le prime fasi della pandemia in diversi paesi28. Alla base di questi schemi generali ci sono evoluzioni specifiche della linea di assistenza che sono documentate in dettaglio nelle Figg. 1-37.
La struttura del pannello dei dati consente di stimare modelli multivariati per districare gli effetti separati della pandemia stessa (infezioni SARS-CoV-2), del rigore delle politiche di contenimento e della generosità delle politiche di sostegno al reddito. Abbiamo scoperto che misure più rigorose erano associate a un numero maggiore di chiamate a causa della paura, della solitudine e del suicidio, ma che un sostegno al reddito più generoso ha avuto l'effetto opposto. Ciò implica che i pagamenti compensativi ai lavoratori e alle imprese colpiti economicamente da COVID-19, che sono stati progettati per preservare la domanda e la capacità produttiva, hanno ulteriori vantaggi nell'alleviare il disagio e i problemi di salute mentale.
I dati della linea di assistenza longitudinale offrono un interessante complemento agli approcci empirici esistenti basati su sondaggi, dati amministrativi e clinici (come statistiche sui suicidi, ricoveri nei centri di cura e così via) e dati di ricerca su Internet. Anche i dati dell'Helpline hanno i loro limiti. Uno di questi problemi è che il conteggio delle chiamate può essere influenzato non solo dalla domanda ma anche dall'offerta, poiché i vincoli di capacità possono costringere gli operatori a lasciare alcune chiamate senza risposta. Ciò può causare una distorsione al ribasso nelle misure di aumento della domanda. Tuttavia, poiché le chiamate non sono preselezionate, è improbabile che i vincoli di capacità influiscano sull'analisi della composizione delle chiamate in termini di argomenti o caratteristiche del chiamante.
Un altro limite risiede nel nostro agnosticismo sulla rappresentatività dei chiamanti alle linee di assistenza. Non siamo a conoscenza di prove rigorose in merito alla composizione della popolazione dei chiamanti del servizio di assistenza in termini di stato socio-demografico, salute, occupazione, nazionalità e altri fattori. Focalizzando la nostra analisi sui cambiamenti nel volume delle chiamate nel tempo, eliminiamo le specificità invarianti nel tempo della popolazione dei chiamanti della linea di assistenza, il che dovrebbe rimuovere gran parte di qualsiasi potenziale errore di selezione del campione. Inoltre, le prove aneddotiche degli operatori del servizio di assistenza telefonica confermano che la popolazione che chiama include tipicamente i membri più vulnerabili della società, che è la popolazione di maggiore interesse in uno studio sul disagio e sui problemi di salute mentale.
Il nostro campione di linee di assistenza include linee di assistenza generali di grandi dimensioni e linee di assistenza dedicate alla prevenzione del suicidio, nonché alcune linee di assistenza che si concentrano su gruppi specifici come bambini, genitori o immigrati. Le osservazioni all'interno delle linee di assistenza sono autoselezionate, poiché consistono in chiamanti alle linee di assistenza. La selezione di linee di assistenza campione si è basata su (1) una ricerca su Internet di linee di assistenza ben documentate e (2) sulla ricezione di dati da tali linee di assistenza. Su 154 linee di assistenza che abbiamo contattato, abbiamo ricevuto dati da 37 linee di assistenza. Ove possibile, abbiamo richiesto i dati dal 1 gennaio 2019 alla data disponibile più recente, per consentire un confronto dei modelli di chiamata dopo l'epidemia di COVID-19 con i modelli di chiamata nello stesso periodo dell'anno prima della pandemia. Le informazioni ottenute da 23 linee di assistenza erano di copertura e coerenza sufficientemente dettagliate da essere incluse nelle nostre analisi aggregate. Dati estesi La tabella 1 elenca le linee di assistenza incluse, raggruppate in base al formato in cui i dati sono stati resi disponibili per questo studio.
Le informazioni più dettagliate sono state fornite dalle linee di assistenza nella Tabella 1a dei dati estesi, dove abbiamo ricevuto dati individuali a livello di conversazione, comprese le informazioni sul sesso e l'età approssimativa dei chiamanti, nonché sulle questioni discusse durante la conversazione. Dalle tre linee di assistenza aggiuntive nella tabella dei dati estesi 1b, abbiamo ricevuto serie temporali aggregate di volumi di chiamate giornaliere, con serie separate per genere, categoria di età e argomento. Inoltre, per le due linee di assistenza nella tabella dei dati estesi 1c, abbiamo ricevuto serie settimanali subnazionali di volumi di chiamate negli Stati Uniti. Contrariamente ai dati delle linee di assistenza nella Tabella dati estesi 1a, b, il numero di chiamate nella Tabella dati estesi 1c non si riferisce alle chiamate con risposta e alle conversazioni effettive, ma al numero grezzo di chiamate instradate ai centri locali.
L'elaborazione e l'analisi dei dati sono state condotte secondo le linee guida dell'Internal Review Board (IRB) della Facoltà di economia e commercio dell'Università di Losanna. Due considerazioni sono state importanti. In primo luogo, tutte le linee di assistenza garantiscono l'anonimato a chi chiama, sia verso i propri operatori che verso il mondo esterno. Nomi e indirizzi non vengono mai richiesti e i numeri dei chiamanti vengono nascosti dal sistema. È quindi impossibile identificare i chiamanti anche dai dati a livello di chiamata forniti da un sottoinsieme di linee di assistenza e le informazioni anonime non sono coperte da considerazioni sulla protezione dei dati. In secondo luogo, tutte le linee di assistenza che abbiamo analizzato informano i chiamanti che i dati delle chiamate anonime vengono raccolti a fini statistici e di reportistica, sia esplicitamente nei termini e condizioni o negli statuti, e/o implicitamente nei rapporti annuali e nelle pubblicazioni online. L'analisi di tali dati è conforme all'obiettivo della Carta etica della Federazione internazionale dei servizi di emergenza telefonica (IFOTES), che mira a "(c) raccogliere e diffondere i dati raccolti dalle filiali in relazione alle sfide che devono affrontare la salute mentale e la prevenzione di suicidio ”e a” (a) assistere e incoraggiare la ricerca condotta in questi campi ”12. L'IRB ha esentato lo studio da una revisione completa a causa della natura secondaria dei dati utilizzati.
Per misurare la tempistica e l'intensità delle risposte del governo in modo coerente nel tempo, nei paesi e nelle regioni subnazionali, ci affidiamo agli indici politici aggregati dell'Oxford COVID-19 Government Response Tracker40. In particolare, utilizziamo due indici di policy, l'indice di severità della risposta del governo e l'indice di sostegno al reddito. L'indice di severità mostra la severità delle politiche di contenimento e le restrizioni alla libertà personale e si basa su una media non ponderata di otto punteggi componenti per requisiti di ricovero in loco, chiusure di posti di lavoro e trasporti pubblici, restrizioni su eventi pubblici, raduni, viaggi e campagne di informazione. L'indice di sostegno al reddito riflette la disponibilità di sostegno finanziario ed è costruito il punteggio dell'indice utilizzando la misura ordinale e il flag per il targeting settoriale per arrivare a un valore compreso tra 0 e 100 (a seguito della definizione dell'indice di rigore). Per le informazioni subnazionali sulle politiche negli stati USA, è importante notare che utilizziamo i punteggi dell'indice totale, dove, ogni volta che le politiche nazionali sono state più restrittive di quelle dei singoli stati, viene attribuito il punteggio più alto. I dati sul numero giornaliero di nuove infezioni da SARS-CoV-2 confermate sono tratti dal JHU CSSE COVID-19 Dataset39.
Per la Fig. 1, combiniamo i dati delle serie temporali (Tabella dati estesa 1b) con aggregati basati sui dati a livello di chiamata (Tabella dati estesa 1a) in un pannello di volumi di chiamate giornaliere per 21 linee di assistenza, coprendo il tempo fino a 30 giugno 2020 se disponibile. Per quattro delle linee di assistenza (MIELI, SOS Détresse, Sahar e Muslimisches Seelsorgetelefon), non erano disponibili dati per il 2019. Quindi esaminiamo esclusivamente il periodo da 4 settimane prima a 12 settimane dopo la data dell'evento specifico per paese nel 2020, nonché come, se disponibili, i giorni corrispondenti nel 2019. Per riassumere la dinamica complessiva, stimiamo il seguente modello:
La variabile dipendente è il logaritmo naturale del numero di chiamate all'assistenza h registrate nel giorno t. Definiamo l'epidemia locale come la data in cui (1) il numero cumulativo di infezioni da SARS-CoV-2 nella popolazione ha superato 1/100.000 o (2) quando sono stati introdotti per la prima volta gli ordini SIP. Per entrambe le versioni, definiamo la variabile dell'indicatore Settimanaτ, che è impostata su '1' per i giorni nel numero della settimana dell'evento nel 2020. Il modello include gli effetti fissi della linea di assistenza h interagito con gli indicatori dell'anno, della settimana dell'anno e del giorno della settimana, riassunta nel vettore t. La categoria di riferimento è la settimana 0 dell'epidemia di pandemia o introduzione SIP e il coefficiente γτ ci consente di tenere traccia della deviazione percentuale nelle chiamate giornaliere, controllando gli effetti stagionali e le tendenze secolari. Vedere la tabella supplementare 1 e i dati estesi Fig. 1 per i dettagli sulle date degli eventi e sui volumi di chiamate per ciascuna delle 21 linee di assistenza incluse. La tabella supplementare 2 contiene i risultati della stima numerica.
Per indagare sui cambiamenti negli argomenti di conversazione (Fig. 2), ci concentriamo sui dati a livello di chiamata e combiniamo le informazioni da 12 linee di assistenza (Tabella dati estesa 1a) per le quali disponiamo di informazioni sugli argomenti di conversazione e sulle caratteristiche dedotte del chiamante. Ciò produce un campione fino a 2,2 milioni di chiamate. Per ogni linea di assistenza, classifichiamo le chiamate in base alle informazioni registrate sui problemi dei chiamanti e sugli argomenti discussi. Le categorizzazioni precise degli argomenti delle chiamate differiscono tra le linee di assistenza, ma sono sufficientemente simili da consentirci di mapparle nelle seguenti categorie comuni e non esclusive: solitudine (isolamento sociale, intrappolamento), paura (paura generale, disturbo d'ansia, paura di infezione). con SARS-Cov-2), suicidalità (ideazione suicidaria, pensieri o piani suicidari, tentativi di suicidio, suicidalità di altri), dipendenza (droghe, alcol, altre dipendenze), violenza (violenza fisica e abusi, molestie sessuali, stupro), salute (malattia, malattia di lunga durata, disabilità) e due grandi categorie per il sostentamento (situazione lavorativa, disoccupazione, problemi finanziari, alloggio) e le relazioni (vita familiare, genitorialità, matrimonio e relazioni intime, separazione). Le Tabelle supplementari 12–22 mostrano le definizioni precise degli argomenti per ciascuna linea di assistenza. Poiché alcuni argomenti non vengono registrati per alcune linee di assistenza, la dimensione del campione varia a seconda dell'argomento che si esamina: il campione più ampio include i dati di 12 linee di assistenza, dove possiamo distinguere le chiamate relative al suicidio da quelle relative ad altri problemi (Dati estesi Fig. 2). Gli argomenti di conversazione registrati possono essere non esclusivi. Documentiamo la distribuzione congiunta degli argomenti in Extended Data Fig.5a.
Inoltre, abbiamo codificato il sesso e la categoria di età di ciascun chiamante e (ove possibile) ulteriori caratteristiche come lo stato civile, la situazione di vita e lo stato professionale. Poiché le linee di assistenza registrano le categorie di età in modo diverso, la nostra classificazione non può essere completamente precisa. Utilizzando i limiti dei gruppi di età disponibili, il gruppo di chiamanti di età inferiore a 30 include solo quelli che sono stati registrati in una fascia di età con un limite superiore pari o inferiore a 30. La stessa logica si applica al gruppo di chiamanti di età superiore a 60 e la categoria intermedia in alcuni casi comprende anche individui la cui età è leggermente inferiore ai 30 anni o superiore ai 60.
Per la Fig. 2, limitiamo il campione alle chiamate registrate per il periodo dal 1 gennaio 2019 al 30 giugno 2020, dove sono disponibili informazioni su sesso e fascia di età dei chiamanti. Quando stimiamo l'importanza relativa di un argomento, definiamo la variabile dipendente T uguale a '1' per la chiamata i all'assistenza h il giorno t se la conversazione era correlata al rispettivo argomento (Paura, Solitudine, Suicidio, Dipendenza, Violenza, Salute fisica, mezzi di sussistenza o relazioni) e zero per le chiamate non correlate, in cui è stato registrato un altro argomento. Le chiamate senza informazioni su problemi del chiamante o argomenti di conversazione non sono incluse. Sulla base della data in cui il numero cumulativo di infezioni da SARS-CoV-2 per popolazione ha superato 1/100.000 nel paese di operazione39, definiamo un indicatore "Post-epidemia" e stimiamo un modello di probabilità lineare come nell'equazione (2):
Il modello include l'indicatore della linea di assistenza ξh per tenere conto delle differenze tempo-invarianti tra le linee di assistenza. Aggiungiamo inoltre gli indicatori dell'anno, della settimana dell'anno e del giorno della settimana, riassunti nel vettore Θt, che hanno interagito con gli effetti fissi dell'assistenza telefonica, per tenere conto delle tendenze secolari e degli effetti stagionali e del giorno della settimana. Gli errori standard sono raggruppati a livello di helpline – settimana. La tabella supplementare 3 contiene i risultati della stima numerica.
Per l'analisi degli effetti eterogenei in Dati estesi Fig. 4, stimiamo una specifica alternativa che includa le caratteristiche del chiamante individuale e i termini di interazione. Per illustrare il cambiamento di argomenti per diversi gruppi, classifichiamo i chiamanti in sei gruppi non sovrapposti, indicati nei vettori Sex (maschio, femmina) e Fascia di età (sotto i 30, 30-60, sopra i 60). Nel modello illustrato nell'equazione (3), interagiamo la variabile post-epidemia Post con tutti e sei gli indicatori di gruppo, in modo che i coefficienti rappresentino i cambiamenti specifici del gruppo nelle condivisioni di argomenti:
Per i principali effetti del sesso del chiamante e delle fasce di età, vengono omessi gli indicatori per il gruppo di riferimento dei chiamanti maschi nella fascia di età 30-60. La tabella supplementare 4 contiene i risultati della stima numerica.
Per l'analisi dell'orizzonte temporale più lungo e delle successive ondate in Fig. 3, ci concentriamo sui dati a livello di chiamata da Germania e Francia, dal 1 gennaio 2019 al 31 marzo 2021. Stimiamo una specifica simile all'approccio precedente, separatamente per il due linee di assistenza e ogni argomento. Per distinguere i cambiamenti intorno all'epidemia dagli aggiustamenti successivi durante l'ondata successiva, definiamo due variabili indicatori W1 e W2 che denotano due periodi. Il primo copre il periodo dall'11 marzo 2020, quando l'Organizzazione mondiale della sanità ha dichiarato l'epidemia una pandemia, al 30 giugno 2020, quando il numero di infezioni è nuovamente diminuito e le misure di contenimento sono state allentate sia in Germania che in Francia. L'indicatore del secondo periodo è pari a uno per il periodo successivo al 1 ottobre 2020. L'equazione (4) illustra il modello stimato:
Poiché analizziamo separatamente le due linee di assistenza, non includiamo qui gli effetti fissi dell'assistenza, ma catturiamo tendenze secolari e modelli stagionali attraverso l'inclusione di indicatori dell'anno, della settimana dell'anno e del giorno della settimana riassunti nel vettore Θt. Gli errori standard sono raggruppati a livello di settimana. Vedere la tabella supplementare 6 per i risultati della stima numerica.
L'analisi dei volumi di chiamate subnazionali in Fig. 4 si basa sui dati sui volumi di chiamate settimanali instradati a Lifeline. L'analisi si basa sui volumi di chiamate settimanali per gli stati e i territori degli Stati Uniti nell'arco di 116 settimane, a partire dalla settimana fino al 6 gennaio 2019 e fino alla settimana terminata domenica 21 marzo 2020 (Figura 37 supplementare). Sulla base dei numeri di telefono, è possibile dedurre lo stato da cui sono state effettuate le chiamate, anche se la migrazione interna significa che questa classificazione è soggetta a errori di misurazione. Mentre Lifeline servirà qualsiasi chiamata indipendentemente dal paese di origine, la sua missione è quella di servire le chiamate provenienti dagli Stati Uniti e dai territori degli Stati Uniti. Ci concentriamo sulle chiamate da 50 stati degli Stati Uniti e DC. Gli appelli provenienti dalle province canadesi, dai territori degli Stati Uniti, così come quelli di altra origine internazionale o sconosciuta non sono presi in considerazione, per massimizzare la coerenza e per la limitata disponibilità di dati sulle risposte politiche. La struttura del pannello ci consente di sfruttare la variazione idiosincratica all'interno degli stati j nel tempo (settimane w) controllando le tendenze complessive. Stimiamo un modello di componente di errore a due vie come illustrato nell'equazione (5):
La variabile dipendente è il logaritmo naturale del numero di chiamate più uno, le infezioni sono definite come uno più la somma delle infezioni da SARS-CoV-2 appena confermate nella settimana w per 100.000 abitanti, mentre il rigore e il sostegno al reddito sono calcolati come medie settimanali di i rispettivi punteggi dell'indice giornaliero. Gli effetti fissi dello stato ξj assorbono tutti i fattori tempo-invarianti e la nostra analisi si basa quindi sulla variazione idiosincratica all'interno dello stato dei volumi delle chiamate nel tempo. L'inclusione degli indicatori settimanali θw ci consente di catturare tutti gli effetti a livello nazionale e globale e di concentrarci esclusivamente sulle differenze relative nell'esposizione alla pandemia e nella risposta politica. Gli errori standard sono raggruppati a livello di stato - mese.
Per indagare fino a che punto la relazione è cambiata nel tempo, ristimiamo il modello come nell'equazione (6). Qui, includiamo le tre principali variabili esplicative, che hanno interagito con due variabili indicatori che sono impostate su "1" per il periodo di tempo dal 1 gennaio al 31 agosto 2020 e dal 1 settembre 2020 al 21 marzo 2021, rispettivamente. Le Tabelle supplementari 7, 8 contengono i risultati della stima numerica da specifiche alternative.
Per l'analisi in Fig. 5, combiniamo gli approcci precedenti e stimiamo la relazione tra i volumi di chiamate e le tre variabili come illustrato nell'equazione (7), in base ai volumi di chiamate specifici per argomento a Telefonseelsorge (Germania) e SOS Amitié (Francia) nel periodo dal 1 gennaio 2019 al 31 marzo 2021.
Contrariamente al pannello subnazionale degli stati degli Stati Uniti, qui non includiamo gli effetti fissi della settimana ma catturiamo tendenze secolari e modelli stagionali attraverso effetti fissi di assistenza ξh, interagiti con gli indicatori dell'anno, della settimana dell'anno e del giorno della settimana riassunti nel vettore t. Gli errori standard sono raggruppati a livello di helpline – settimana. I risultati della stima numerica sono mostrati nella tabella supplementare 9.
Ulteriori informazioni sul disegno della ricerca sono disponibili nel Riepilogo dei rapporti sulla ricerca sulla natura collegato a questo documento.
I dati sono stati forniti dalle linee di assistenza ai soli fini di questo progetto di ricerca, soggetti ad accordi di riservatezza. I dati completi alla base di parti specifiche dell'analisi sono disponibili presso gli autori su richiesta ragionevole e previa autorizzazione delle rispettive linee di assistenza. Per ottenere i dati (aggiornati) della linea di assistenza, i ricercatori devono firmare accordi con le singole linee di assistenza — per ulteriori informazioni, contattare: presse@telefonseelsorge.de (Telefonseelsorge, Germania), contact@sosamitieparisidf.fr (SOS Amitié), info@deluisterlijn.nl ( De Luisterlijn), info@nummergegenkummer.de (Nummer gegen Kummer), federatie@tele-onthaal.be (Tele-Onthaal), telefonseelsorge@edw.or.at (Telefonseelsorge, Austria), lcicenter@163.com (Hope Line) , phoneamico@telefonoamico.it (Amico telefonico), samarijan@gmail.com (Zaupni Telefon Samarijan), hana.regnerova@modralinka.cz (Modrá linka), support@sahar.org.il (Sahar), direccaolphm@gmail.com (SOS Voz Amiga), info@mutes.de (Muslimisches Seelsorgetelefon), info@embracelebanon.org (Embrace Lifeline), info@sosdetresse.lu (SOS Détresse), info@novageneracija.org (Plavi Telefon), sbhkinfo @ sbhk. org.hk (Samaritan Befrienders), verband@143.ch (Die Dargebotene Hand), sos-keskus@mieli.fi (MIELI), lesziroda@gmail.com (LESZ) e info@vibrant.org (Lifeline e Disaster Distress Assistenza telefonica). I dati sui tassi di infezione e le misure politiche sono disponibili pubblicamente online dal JHU CSSE COVID-19 Dataset all'indirizzo https://github.com/CSSEGISandData e dall'Oxford COVID-19 Government Response Tracker all'indirizzo https://github.com/OxCGRT. I dati di origine sono forniti con questo documento.
I file sono stati raccolti in MS Excel 2016 e Notepad ++ v7.9.5. La preparazione e l'analisi dei dati sono state eseguite in Stata / SE 17.0, i file Do sono disponibili online all'indirizzo https://doi.org/0.5281/zenodo.5495830.
COVID-19 e la necessità di un'azione sulla salute mentale Brief sulle politiche del gruppo per lo sviluppo sostenibile delle Nazioni Unite (Nazioni Unite, 2020).
Affrontare l'impatto sulla salute mentale della crisi COVID-19: una risposta integrata e dell'intera società (OCSE, 2021).
Rehm, J. & Shield, KD Il carico globale della malattia e l'impatto dei disturbi mentali e della dipendenza. Curr. Psichiatria Rep. 21, 10 (2019).
Batchelor, S., Stoyanov, S., Pirkis, J. & Kõlves, K. Utilizzo della linea di assistenza per bambini da parte di bambini e giovani in Australia durante la pandemia di COVID-19. J. Adolesc. Salute 68, 1067-1074 (2021).
Zalsman, G. et al. Chiamate relative al suicidio a un servizio telefonico nazionale di chat di crisi durante la pandemia di COVID-19 e il blocco. J. Psichiatra. Ris. 139, 193–196 (2021).
Turkington, R. et al. Comportamento dei chiamanti a una linea di assistenza in caso di crisi prima e durante la pandemia di COVID-19: analisi quantitativa dei dati. JMIR Ment. Salute 7, e22984 (2020).
Halford, EA, Lake, AM & Gould, MS Google cerca il suicidio e i fattori di rischio del suicidio nelle prime fasi della pandemia di COVID-19. PLoS ONE 15, e0236777 (2020).
Armbruster, S. & Klotzbücher, V. Persi in isolamento? COVID-19, distanziamento sociale e salute mentale in Germania. Covid Eco. 22, 117-153 (2020).
Brülhart, M. & Lalive, R. Sofferenza quotidiana: chiamate di assistenza durante la crisi del COVID-19. Covid Eco. 19, 143-158 (2020).
Leach, LS & Christensen, H. Una revisione sistematica degli interventi telefonici per i disturbi mentali. J. Telemed. Telecare 12, 122-129 (2006).
Esperienze di Coveney, CM, Pollock, K., Armstrong, S. & Moore, J. Callers di contattare una linea di assistenza nazionale per la prevenzione del suicidio. Crisi 33, 313-324 (2012).
De Leo, D., Buono, MD & Dwyer, J. Il suicidio tra gli anziani: l'impatto a lungo termine di un intervento telefonico di supporto e valutazione nel nord Italia. fr. J. Psychiatry 181, 226-229 (2002).
Choi, D. et al. Sviluppo di un modello di apprendimento automatico che utilizza più fonti di dati eterogenee per stimare i decessi suicidi settimanali negli Stati Uniti. JAMA Netw. Aperto 3, e2030932 (2020).
Ridley, M., Rao, G., Schilbach, F. & Patel, V. Povertà, depressione e ansia: prove e meccanismi causali. Scienza 370, eaay0214 (2020).
McInerney, M., Mellor, JM e Nicholas, LH Depressione da recessione: effetti sulla salute mentale del crollo del mercato azionario del 2008. J. Health Eco. 32, 1090-1104 (2013).
Parmar, D., Stavropoulou, C. & Ioannidis, JPA Risultati sulla salute durante la crisi finanziaria del 2008 in Europa: revisione sistematica della letteratura. BMJ 354, i4588 (2016).
Chang, S.-S., Stuckler, D., Yip, P. & Gunnell, D. Impatto della crisi economica globale del 2008 sul suicidio: studio dell'andamento temporale in 54 paesi. BMJ 347, f5239 (2013).
Phillips, JA & Nugent, CN Suicide and the Great Recession of 2007-2009: il ruolo dei fattori economici nei 50 stati degli Stati Uniti. Soc. Sci. Med. 116, 22-31 (2014).
Nordt, C., Warnke, I., Seifritz, E. & Kawohl, W. Modellazione del suicidio e della disoccupazione: un'analisi longitudinale che copre 63 paesi, 2000-11. Psichiatria Lancet 2, 239-245 (2015).
Gunnell, D. et al. Rischio di suicidio e prevenzione durante la pandemia di COVID-19. Psichiatria Lancet 7, 468-471 (2020).
Zortea, TC et al. L'impatto delle emergenze di salute pubblica legate alle malattie infettive sul suicidio, sul comportamento suicidario e sui pensieri suicidi. Crisi https://doi.org/10.1027/0227-5910/a000753 (2020).
Richter, D., Riedel-Heller, S. & Zürcher, S. Problemi di salute mentale nella popolazione generale durante e dopo la prima fase di blocco dovuta alla pandemia di SARS-Cov-2: rapida revisione degli studi multi-onda. Epidemiolo. Psichiatra Sci. 30, E27 (2021).
Banks, J., et al. Gli effetti sulla salute mentale dei primi due mesi di blocco durante la pandemia di COVID-19 nel Regno Unito. Stud fiscale. 41, 685-708 (2020).
Holman, EA, Thompson, RR, Garfin, DR & Silver, RC La pandemia di COVID-19 in corso: uno studio basato sulla probabilità e rappresentativo a livello nazionale sulla salute mentale negli Stati Uniti. Sci Avv. 6, eabd5390 (2020).
Articolo CAS ADS Google Scholar
Holingue, C. et al. Sofferenza mentale durante la pandemia di COVID-19 tra gli adulti statunitensi senza una condizione di salute mentale preesistente: risultati del sondaggio del panel di tendenza americano. Prec. Med. 139 (2020).
John, A., Pirkis, J., Gunnell, D., Appleby, L. & Morrissey, J. Tendenze del suicidio durante la pandemia di COVID-19. BMJ 371, m4352 (2020).
Pirkis, J. et al. Tendenze suicidi nei primi mesi della pandemia di COVID-19: analisi di serie temporali interrotte di dati preliminari da 21 paesi. Psichiatria Lancet 8, 579-588 (2021).
Tanaka, T. & Okamoto, S. Aumento dei suicidi a seguito di un declino iniziale durante la pandemia di COVID-19 in Giappone. Naz. Ronzio. Comportamento 5, 229-238 (2021).
Berger, LM, Ferrari, G., Leturcq, M., Panico, L. & Solaz, A. Blocchi COVID-19 e Google Trends demograficamente rilevanti: un'analisi transnazionale. PLoS UNO 16, e0248072 (2021).
Brodeur, A., Clark, AE, Fleche, S. & Powdthavee, N. COVID-19, blocchi e benessere: prove da Google Trends. J. Economia pubblica. 193, 104346 (2020).
Silverio-Murillo, A., Hoehn-Velasco, L., Tirado, AR & de la Miyar, JRB COVID-19 blues: blocchi e ricerche Google relative alla salute mentale in America Latina. Soc. Sci. Med. 281, 114040 (2021).
Fetzer, T., Hensel, L., Hermle, J. & Roth, C. Percezioni del coronavirus e ansia economica. Rev. Eco. Statistica. https://doi.org/10.1162/rest_a_00946 (2020).
Faust, JS et al. Morti per suicidio durante l'avviso di permanenza a casa COVID-19 in Massachusetts, da marzo a maggio 2020. JAMA Netw. Apri 4, e2034273 (2021).
Olanda, KM et al. Tendenze nelle visite al pronto soccorso degli Stati Uniti per esiti di salute mentale, overdose e violenza prima e durante la pandemia di COVID-19. JAMA Psichiatria 78, 372-379 (2021).
Baron, EJ, Goldstein, EG & Wallace, CT Sofferenza in silenzio: come le chiusure scolastiche COVID-19 inibiscono la segnalazione di maltrattamenti sui minori. J. Economia pubblica. 190, 1-13 (2020).
Bullinger, LR, Carr, JB & Packham, A. COVID-19 e criminalità: effetti degli ordini di domicilio sulla violenza domestica. Sono. J. Health Eco. 7, 249-280 (2021).
Leslie, E. & Wilson, R. Rifugi sul posto e violenza domestica: prove dalle chiamate di servizio durante COVID-19. J. Economia pubblica. 189, 104241 (2020).
Dong, E., Du, H. & Gardner, L. Una dashboard interattiva basata sul web per monitorare COVID-19 in tempo reale. Lancetta infetta. Dis. 20, 533-534 (2020).
Hale, T. et al. Un database globale di politiche sulle pandemie (Oxford COVID-19 Government Response Tracker). Naz. Ronzio. Comportamento 5, 529-538 (2021).
Ringraziamo le seguenti persone e linee di assistenza per aver condiviso la loro esperienza e per averci concesso l'accesso ai loro dati: C. Hochhauser e A. Kesselring (Telefonseelsorge, Austria), J. Pots (Tele-Onthaal, Belgio), M. Kovacevic (Plavi Telefon , Bosnia ed Erzegovina), R. Ma e W. Ni (Hope Line, Cina), H. Regnerova (Modrá linka, Repubblica Ceca), H. Dumont (SOS Amitié, Francia), S. Winter (MIELI, Finlandia), L. Storch e B. Blömeke (Telefonseelsorge, Germania), MI Sagir (Muslimisches Seelsorgetelefon, Germania), H. Schütz (Nummer gegen Kummer, Germania), H.-Chia (Samaritan Befrienders, Hong Kong), E. Brandisz (LESZ , Ungheria), Y. Levy (Sahar, Israele), M. Petra (Telefono Amico, Italia), P. Zeinoun (Embrace Lifeline, Libano), S. Hay (SOS Détresse, Lussemburgo), J. Jakobs (De Luisterlijn, Paesi Bassi), F. Paulino (SOS Voz Amiga, Portogallo), K. Bogataj (Zaupni telef Samarijan, Slovenia), S. Basler (Die Dargebotene Hand, Svizzera), A. Goldstein, J. Higgins, S. Murphy e J. Draper, vibrante emotiva Salute (linea di sicurezza nazionale per la prevenzione dei suicidi e assistenza telefonica per i disastri in caso di calamità, USA). Ringraziamo C. Efferson, E. Fehr, L. Keller, K. Kõlves, J. Vornberger e S. Métille per commenti e suggerimenti. Siamo grati al Fondo nazionale svizzero per la scienza (NCCR LIVES — "Superare la vulnerabilità: prospettive del corso di vita") per il supporto finanziario.
Università di Losanna, Losanna, Svizzera
Marius Brülhart e Rafael Lalive
Centro per la ricerca sulla politica economica, Londra, Regno Unito
Marius Brülhart e Rafael Lalive
Università di Friburgo, Friburgo in Brisgovia, Germania
Valentin Klotzbücher & Stephanie K. Reich
Puoi anche cercare questo autore in PubMed Google Scholar
Puoi anche cercare questo autore in PubMed Google Scholar
Puoi anche cercare questo autore in PubMed Google Scholar
Puoi anche cercare questo autore in PubMed Google Scholar
Dati raccolti da SKR, VK, MB e RL. RL, MB, VK e SKR hanno progettato l'approccio empirico. VK, MB e RL hanno implementato l'analisi. MB, VK, RL e SKR hanno scritto il documento.
Corrispondenza a Marius Brülhart.
Gli autori non dichiarano interessi concorrenti.
Informazioni sulla revisione tra pari Nature ringrazia Lola Kola, Kairi Kolves e gli altri revisori anonimi per il loro contributo alla revisione tra pari di questo lavoro. Sono disponibili i rapporti dei revisori tra pari.
Nota dell'editore Springer Nature rimane neutrale rispetto alle rivendicazioni giurisdizionali nelle mappe pubblicate e nelle affiliazioni istituzionali.
Somma dei contatti giornalieri della linea di assistenza con media mobile su sette giorni, gennaio – giugno 2020 (nero) e 2019 (grigio chiaro, non disponibile per tutte le linee di assistenza). Notare che gli assi verticali sono troncati e non uguali tra i pannelli, e le grandezze dei cambiamenti non sono quindi direttamente confrontabili. La linea rossa continua mostra la data dell'epidemia di pandemia, quando sono state registrate più di 100 infezioni da SARS-CoV-2 per 100.000 abitanti39, la linea blu tratteggiata mostra la data in cui i requisiti di rifugio sul posto sono stati introdotti per la prima volta nel paese di operazione40, vedere le Figg. supplementari. 1-34 per i dettagli sulle singole linee di assistenza.
Ogni cella mostra sull'asse orizzontale la quota di chiamate relative all'argomento della conversazione, in percentuale di tutte le chiamate con l'assistenza indicata sull'asse verticale. Set di dati completo, che copre tutti i bandi per i quali è stato registrato almeno un tema, dal 1 gennaio 2019 alla rispettiva fine dei dati disponibili, vedere la tabella dei dati estesi 1a e le figg. 1-34.
a, Stime del coefficiente da modelli di probabilità lineari come in Fig.2b, con intervalli di confidenza al 95% e limiti di equivalenza, definiti come 5% della quota pre-pandemia del rispettivo argomento, indicata da barre verticali azzurre. b, Risultati di una normalizzazione degli argomenti di conversazione, con stime dei coefficienti e relativi intervalli di confidenza al 95% e limiti di equivalenza divisi per la quota pre-pandemia di chiamate relative al rispettivo argomento. c, Test di pertinenza, stima del coefficiente numerico con corrispondenti limiti di equivalenza, con statistiche di test e valori di p da due test unilaterali per l'equivalenza.
Coefficienti stimati per i termini di interazione degli indicatori di gruppo con variabile binaria post-epidemia e relativi intervalli di confidenza al 95%. Modelli di regressione di probabilità lineare separati con variabile dipendente impostata su uno per le chiamate relative al rispettivo argomento, vedere Metodi, equazione (3) e Tabella supplementare 4.
Relazione tra gli argomenti di conversazione per le chiamate incluse nel campione di stima sottostante la Fig. 2, dal 1 gennaio 2019 al 30 giugno 2020, e dove si osservano sesso e fascia di età dei chiamanti. a, Distribuzione del numero registrato di argomenti di conversazione per chiamata, b, Sovrapposizione di argomenti di conversazione, dove ogni riga mostra la distribuzione del secondo o ulteriori argomenti (asse orizzontale), in percentuale di tutte le chiamate relative a un argomento specifico (asse verticale ), c, Risultati della Fig.2b, con stime alternative basate su un campione ristretto di chiamate di categoria a argomento singolo, vedere Metodi, equazione (2). La tabella supplementare 5 contiene le stime numeriche.
a, Somma delle chiamate settimanali instradate ai centri per anno con media mobile a 3 settimane, le lettere sull'asse orizzontale indicano i mesi di calendario. b, deviazione delle chiamate di registro dalla media a livello statale media nel tempo (grigio), con media settimanale complessiva (nero). c, coefficienti stimati e relativi intervalli di confidenza al 95%; modello panel sub-nazionale che include effetti fissi di stato e settimana. La variabile dipendente è ln (chiamate di emergenza di emergenza + 1) e anche le variabili indipendenti vengono misurate nei log; vedere Metodi, equazione (5). La tabella supplementare 10 contiene le stime numeriche. d, Stime dei coefficienti per i termini di interazione con gli indicatori per i due periodi gennaio – agosto 2020 e settembre 2020 – marzo 2021 e relativi intervalli di confidenza al 95%; vedere Metodi, equazione (6). La tabella supplementare 11 contiene le stime numeriche.
Le Informazioni Integrative contengono A, i risultati della stima numerica alla base delle Figure principali e dei Dati estesi nelle Tabelle Supplementari, e B, Note Supplementari con informazioni di base sulle singole linee di assistenza, nonché le Tabelle e le Figure Supplementari, organizzate in ordine alfabetico per paese di operatività.
Brülhart, M., Klotzbücher, V., Lalive, R. et al. Preoccupazioni per la salute mentale durante la pandemia di COVID-19 rivelate dalle chiamate di assistenza. Natura (2021). https://doi.org/10.1038/s41586-021-04099-6
DOI: https://doi.org/10.1038/s41586-021-04099-6
Chiunque condivida il seguente link potrà leggere questo contenuto:
Spiacenti, un link condivisibile non è attualmente disponibile per questo articolo.
Fornito dall'iniziativa di condivisione dei contenuti Springer Nature SharedIt
Inviando un commento accetti di rispettare i nostri Termini e le Linee guida della community. Se trovi qualcosa di offensivo o non conforme ai nostri termini o linee guida, segnalalo come inappropriato.
Natura (Natura) ISSN 1476-4687 (online) ISSN 0028-0836 (stampa)