意义分析在 COVID-19 大流行期间人格如何影响心理健康恶化很重要，因为它可以导致更个性化的心理或精神治疗。利用代表大流行之前和期间英国人口的纵向数据集，我们记录了个性可能是一个重要因素。特别是，随和性是负面预测因素，而开放性和在较低程度上外向性是正面预测因素；神经质的效果出奇的微弱。在女性受访者中，认知技能和开放性以及在非英裔白人受访者中，外向性和开放性是心理健康恶化的特别强的预测因素。神经质的影响比预期的要弱这一事实代表了一个有趣的谜题。 抽象的几项研究致力于确定 COVID-19 大流行对跨性别、年龄和种族的心理健康的影响。然而，人们对 COVID-19 因不同性格的不同影响而受到的关注却少得多。我们使用英国家庭纵向研究 (UKHLS) 来做到这一点，这是一项代表英国人口的大规模小组调查。UKHLS 允许我们根据他们的“大五”人格特征和认知技能来评估同一受访者在 COVID-19 之前和期间的心理健康状况。我们发现，在 COVID-19 期间，具有更多外向和开放人格特征的人报告的心理健康恶化程度更高，而那些在宜人性方面得分较高的人受到的影响较小。开放的效果特别强：多一个 SD 预测到 0。在 COVID-19 期间的 12 项一般健康问卷 (GHQ-12) 测试中，还有 23 种心理健康恶化的症状。特别是对于女性来说，认知技能和开放性是心理健康恶化的有力预测因素，而对于非英国白人受访者来说，这些预测因素是外向性和开放性。神经质强烈地预测横截面的心理健康状况会恶化，但不会导致大流行期间更严重的恶化。该研究的结果对于包含潜在的混杂变量是稳健的，例如身体健康、家庭收入和工作状态（如失业或休假）的变化。认知技能和开放性是心理健康恶化的有力预测因素，而对于非英国白人受访者来说，这些预测因素是外向性和开放性。神经质强烈地预测横截面的心理健康状况会恶化，但不会导致大流行期间更严重的恶化。该研究的结果对于包含潜在的混杂变量是稳健的，例如身体健康、家庭收入和工作状态（如失业或休假）的变化。认知技能和开放性是心理健康恶化的有力预测因素，而对于非英国白人受访者来说，这些预测因素是外向性和开放性。神经质强烈地预测横截面的心理健康状况会恶化，但不会导致大流行期间更严重的恶化。该研究的结果对于包含潜在的混杂变量是稳健的，例如身体健康、家庭收入和工作状态（如失业或休假）的变化。 注册 PNAS 警报。获取新文章提醒，或在文章被引用时获取提醒。 COVID-19 是否以不同方式影响不同个体的心理健康的问题是非常开放和令人信服的。有几项研究致力于确定对不同年龄、性别和种族的影响（例如，参考文献1-6）。然而，很少有人关注 COVID-19 根据个体个性的差异产生的差异效应（例外包括参考文献7-10，我们将在下文中详细讨论）。 至少出于三个原因，根据个性分析大流行的不同影响很重要。首先，它可以导致识别高危人群，以及更个性化的心理或精神治疗，即使是在 COVID 后时期也是如此。其次，了解不同性格的人对封锁等极端情况的反应可以更清楚地了解性格与心理健康之间的联系。第三，它可以更清楚地说明 COVID-19 限制的意外后果并为政策制定提供信息。 COVID-19 时期可以被认为是一个自然实验，自然会引发一种压力测试。英国家庭纵向研究 (UKHLS) 为代表英国人口的同一样本提供纵向数据，在 COVID-19 之前和期间监测心理健康。此外，UKHLS 数据集提供了有关人格特征和认知技能的必要信息，这些信息是当前研究中的主要解释变量。因此，UKHLS 是分析这种流行病对不同性格个体心理健康恶化影响的理想工具。 一些混杂因素可能与我们的研究相关。我们表明，我们的结果对于纳入控制措施是稳健的，例如在 COVID-19 期间身体健康、家庭收入、工作状态（如失业或休假）、婚姻状况、家庭规模和地理位置的变化。 基于开放性、尽责性、外向性、随和性和神经质五因素模型或大五（11-14）的人格分类存在广泛共识。而且，在这种分类之后，有大量文献分析了人格与心理健康之间的联系（例如，参考文献15-17）。*此外，研究人格如何影响自我报告的主观幸福感有几项贡献（例如，参考文献20 – 23）。我们表明，当前研究中使用的数据产生的结果与这些贡献一致。在这些文献的基础上，我们使用代表全国人口的纵向数据展示了外部冲击如何与人格相互作用以影响心理健康。UKHLS 数据集的面板结构（即，在不同时期观察到的同一个人）使我们能够分析心理健康相对于 COVID-19 之前基线期的恶化，从而估计不同特征的影响排除由于任何时间不变因素引起的混杂效应。 最近的一些贡献（7 - 10）强调了人格特质如何在大流行期间影响个人心理健康。虽然它们与我们的结果大体一致，但这些研究是基于非概率抽样方法和比本研究中使用的样本更小的样本，并且它们没有使用明确的 COVID-19 前数据基线来准确识别心理恶化健康。在讨论中，我们将更详细地描述这些贡献。 我们发现，在 COVID-19 期间，性格更加外向和开放的人报告的心理健康恶化程度更高，而宜人性得分高的人受到的影响较小。开放的影响尤其强烈，而且在整个时期内似乎都在增加。 神经质似乎可以预测更多的心理健康恶化，但这种影响在估计模型的主要规范中并不显着。最后一个结果揭示了一个重要的谜题，因为神经质被认为是对威胁敏感的指标。因此，在 COVID-19 大流行这样的环境中，高度神经质的人应该特别受到影响。我们将在讨论中详细讨论这个问题以及其他主要结果。 材料和方法数据。我们的主要数据来源是来自 UKHLS 或理解社会的 COVID-19 调查。我们将七波 COVID-19 调查（2020 年 4 月、5 月、6 月、7 月、9 月、11 月和 2021 年 1 月）与作为 COVID-19 之前的基线的第 9 波主要调查（2017-2019）相结合-19 期间（24、25）。这导致了七个小组，每个小组都有一个 COVID-19 期间和之前的时期。每个小组是平衡的（即，每个受访者包含两个观察结果），每个小组有 11,166 个数据点。 我们应用 UKHLS 中提供的纵向抽样权重来推断英国人口。COVID-19 调查的一个关键特征是它是纵向的，可以在大流行期间追踪个人。在这个平衡的面板中，有 8,772 个人具有关于性别、年龄和种族的基本人口统计信息（SI 附录，表 S1）。我们进一步将这些数据与第 9 波主要调查合并，以构建 COVID 之前的基线数据和第 3 波主要调查，以包括有关人格特征和认知技能的信息。在这个过程结束时，我们总共有 5,583 个人，流失率约为 36%，其中约 21%（即由 8,772 和 6,928 之间的差异确定）是由于与差异相关的外生调查抽样因素在不同波次的受访者中，剩下的 16%（即由 6,928 和 5,583 之间的差异决定）是由于数据缺失造成的。 虽然这个流失率可以被认为是可观的，但它与使用相同数据的先前研究（3、6）相比具有积极意义。正如我们从SI 附录表 S1中注意到的那样，这种减员不会在人格、特征、性别或教育方面显着偏向小组，第 5 列。我们对减员的主要关注是，具有某些人格特征的受访者会系统地退出样本，从而导致人格特征方面的抽样偏差。第 5 列和第 6 列中的比较表明情况并非如此，这为我们的研究设计提供了支持。然而，最终样本比最初的样本大 3.7 年。一个主要原因是，自第 3 波主要调查以来，增加了年轻人，而老年人则退出了调查。在最后一个小组中，年龄范围是 24 到 93 岁，而在最初平衡的 COVID-19 研究小组中，这是 16 到 96 岁；因此，在我们认为该样本代表英国 24 至 93 岁人口的范围内，外源性减员不应对我们样本的代表性构成威胁。 考虑到这一点，我们从第 6 列（测量因缺失数据导致的减员的影响）中注意到，心理健康指标（12 项一般健康问卷 [GHQ-12]）和几乎所有的心理健康指标没有显着差异。社会经济因素。年龄差异显着减少到不到 1 岁，因此，5% 水平上的唯一显着差异现在是退休的份额（约小 0.02）。所有这些都支持样本选择偏差在我们的分析中几乎没有作用，并且对样本的代表性几乎没有或没有威胁（在某种程度上，我们认为样本代表了 24 至 93 岁的成年人）。回归中包含的所有变量及其统计描述都列在SI 附录表 S2中. 精神健康。我们使用的心理健康指数是 GHQ-12 ( 26 )。GHQ-12 是一种众所周知的用于评估轻微精神疾病的自我报告工具，这可能预示着严重疾病的开始，受访者必须报告在过去几周内出现 12 种精神健康恶化症状的程度在李克特量表上；我们考虑从 0 到 12 范围内的“病例数”公式，它表示感觉“比平常多”或“比平常多得多”的症状数量（我们在SI 附录第 1 节中展示了问卷）。我们更喜欢这个“分数”公式——它是从 1 到 4 的每个单个答案的总和——因为后者是症状强度的累积量度，可以说它不太客观，因此在个体之间的可比性较低。我们将在下面看到，当我们使用分数公式时，结果在质量上是相似的——如果有的话，会更强。 大五人格特质。我们使用基于五因素模型的人格分类，这是最常见的分类（11-13 ）。这些“大五”人格特征是：神经质（或情绪稳定性）、外向性、尽责性、随和性和开放性，通常通过基于所谓的 NEO 五因素量表的自我报告来衡量（参见例如参考文献14） ，有 60 项（每个域 12 项）。然而，规模发展研究表明，可以用较少的项目可靠地评估大五特征（例如，参考文献27和28) 可用于大规模调查。当前数据是通过一份简短的 15 项调查问卷来衡量的（每个大五特征各 3 个）。问题的详细描述见SI 附录第 1 节。此信息在 UKHLS 主要调查的第 3 波（2011-2013 年）中测量。参考。29认为，对于 18 至 65 岁的人来说，性格特征变化不大。鉴于已在 2011-2013 年测量了特征和认知技能，我们将检查从分析中排除 60 岁以上和 27 岁以下的参与者是否会显着改变我们的结果。†在SI 附录中，表 S3，我们提出了人格特质、认知技能和性别之间的相关矩阵。正如通常所观察到的那样，神经质与所有其他彼此呈正相关的特征呈负相关。通常情况下，开放性和认知技能之间的相关性是积极的并且相当重要（有关此内容的更多详细信息，请参见讨论）。 控制变量。我们使用认知技能的测量作为控制变量。它们也在 UKHLS 的 Wave 3 主要调查（2011-2013 年）中进行了测量。我们使用主要 UKHLS 数据集中提供的所有度量的主要组成部分，除了自评记忆（问题在SI 附录第 1 节中提出；详见参考文献31）。此外，我们引入工作状态、家庭收入（对数）、缺失收入（虚拟）、任何长期健康状况、访谈月份（虚拟）、年龄、地区、婚姻状况、家庭规模和存在作为控制变量家中的孩子。所有变量的汇总统计数据列在SI 附录表 S2中。 计量经济学模型。我们有一系列平衡的小组，每个小组有两个时期，因此每个受访者都记录了两次：一次在 COVID-19 之前的浪潮中（即第 9 波主要调查，与 2017-2019 年期间相关），一次在每个受访者中。 COVID-19 期间（2020 年 4 月、5 月、6 月、7 月、9 月和 11 月以及 2021 年 1 月）内的浪潮。使用此数据集，我们为每个两期面板估计以下模型： 高_问我, t= tθ一世Γ +是的我, tΔ +r一世+ε我, t; [1] 在哪里代表个人，表示 Wave 9 主要调查的时期，并且表示 COVID-19 大流行期间七波的每个周期。是心理健康指标；是不随时间变化的个体特征的向量，包括人格特征——我们感兴趣的变量——认知技能和性别；是每个受访者的时变控制变量（例如，收入）；和是个体特定的固定效应。时不变特征的向量为： θ一世= (ñ一世,乙一世,C一世,一种一世,○一世, C小号一世, SeX一世, 1 ) ; 在哪里 神经质， 外向性， 尽职尽责， 宜人性， 开放性， 认知能力， 女性，一个是常数项。术语表示人格特质和其他不随时间变化的个体特征的相互作用，在 COVID-19 期间等于 1，否则为零。因此，向量的一些分量代表我们感兴趣的主要系数。是一个异质性错误，像往常一样假定与回归量不相关。在回归估计方程。如图1所示，我们在个体层面对SE进行聚类（即，我们做出标准假设，给定上述具有个体固定效应的模型规范，即误差在个体之间不相关，但在个体内部相关）。 结果在SI 附录第 2 节中，我们报告了对数据的完整性检查。我们表明，结果（SI 附录，表 S4-S7）在很大程度上与分析人格如何影响心理健康的文献中的发现一致（例如，参考文献18和19），也与文献一致关于主观幸福感（例如，参考文献20 – 23），具有强烈的神经质负面影响以及较小的责任心和外向性的积极影响。 图 1，左上显示了平均心理健康恶化的演变，通过 COVID-19 期间每一波与基线（2017-2019 年）之间 GHQ-12 病例（或症状）的增加来衡量，所有选定的受访者来自2020 年 4 月至 2021 年 1 月。 图。1。  我们注意到英国政府采取的重大 COVID-19 限制政策的时间表。2020 年 3 月 23 日，英国首相 (PM) 宣布在英国范围内实行封锁；5月10日，“待在家里”变成“保持警惕”，总理制定了解除封锁的计划；7 月 4 日，英格兰取消了大部分限制。10 月 31 日，英国首相宣布英格兰再次处于全国封锁状态。12月2日，英格兰的全国封锁结束，取而代之的是加强的三层系统。2021 年 1 月 4 日，首相宣布对英格兰进行第三次全国封锁。 在图 1中，我们观察到从 2020 年 4 月到 2021 年 1 月心理健康恶化的 V 形路径。图 1显示 4 月 GHQ-12 急剧上升约一个单位（即每个人多一种症状），然后在春末夏初下降，然后在 2020 年秋季和 2021 年 1 月再次增加。这条路径大致反映了感染和限制的演变。从 2020 年 4 月到 2021 年 1 月的整个期间，平均心理健康恶化（即平均 GHQ-12 变化）约为 0.66 个症状（即，三分之二的受访者平均多经历一种症状）。 图 1中上、右上、下呈现每个人格特征得分高和低的个体的 GHQ-12 演变（更准确地说，属于每个人格得分的最高和最低 25%）。对五个面板的目视检查显示，在所有五个特征的顶端和底端，受访者的心理健康恶化存在明显差异。特别是，与其他极端情况下的同行相比，开放性高、宜人性低的人似乎经历了更严重的心理健康恶化。神经质似乎会以自然的方式影响个体；即，神经质得分高的受访者比得分低的受访者经历了更严重的心理健康恶化。在此期间开始时，外向性似乎对受访者的影响更大，而在下半年，尽责性受到了更大的影响。 图 1中提供的证据首次表明 COVID-19 时期对心理健康的不同影响。然而，在分析期间，人格与心理健康恶化之间的关系存在一些潜在的混杂因素。例如，性格会影响在 COVID-19 期间失业或导致工资降低的可能性（例如，参考文献23和29），反过来，这两个因素都会影响心理健康。因此，我们继续估计模型 1，它控制了这些混杂因素，以评估图 1中建议的关系。 模型 1 的估计结果如图 2和SI 附录表 S9所示。图 2绘制了主要关注系数，以可视化大流行期间（2020 年 4 月、5 月、6 月、7 月、9 月、11 月和 2021 年 1 月）每个月 COVID-19 对不同人格特征的心理健康的不同影响，与 COVID-19 之前的基线期（即 Wave 9 主要调查，2017-2019 年）进行比较。为了比较，不包括控制变量的规范结果显示在SI 附录、表 S8 和图 S1中。 图 2。  我们注意到，一些人格特征显着预测更多的心理健康恶化，其幅度不可忽略。有个概念，大约 0.15 的系数意味着人格增加一个 SD 会导致 GHQ-12 测量中出现 0.15 个症状——即，七分之一的受访者在 COVID-19 期间报告了一种症状——我们记得COVID-19 期间的平均心理健康恶化约多出 0.66 个症状。 特别是，宜人性得分低而开放性得分高的人预示着在 COVID-19 期间会有更多的心理健康恶化。开放性的影响似乎在整个期间都在增加，并且在 2021 年 1 月非常高，开放性每增加一个标准差，预测平均会增加 0.23 个症状。在第二个时期与外向性的相互作用是微弱的，但如果我们考虑 GHQ-12 量表（范围 0 到 36）而不是（SI 附录，表 S10)，这在第二个时期在 5% 的水平上变得非常显着，在第一和第三时期在 10% 的水平上变得略微显着。在第四波中，与尽责性的交互作用较弱。在本说明书中，神经质令人惊讶地微不足道。‡我们还测试了神经质在预测心理健康恶化方面是否与其他人格特征显着相互作用，但我们没有发现支持这一点的证据（SI 附录，表 S12）。 为了确保我们不会因为不同的人格特征而发现不同的趋势或时间效应，我们进一步进行了安慰剂测试，主要调查中的第 9 波作为干预期，第 8 波作为基线期。感兴趣的系数绘制在图 3中。在这项测试中，我们无法检测到由于这两个浪潮中的人格特征而产生的任何显着差异效应，这支持了这样一种观点，即不同人格特征水平的心理健康的不同趋势是特定于 COVID-19 时期的。SI 附录表 S13中提供了该测试的更多详细信息. 我们还检查了对可能与人格特质相关的其他心理因素的稳健性，包括乐观、风险态度和控制点（SI 附录，表 S14）。如果我们省略抽样权重（SI 附录，表 S15）或应用逆概率加权来解决损耗问题（SI 附录，表 S16 和图 S2），排除 60 岁以上和 27 岁以下的人（SI 附录，表 S17），或考虑模型 1 的不同规格（SI 附录，表 S18 和 S19）。 图 3。  我们进一步探讨了人口统计维度的异质性。在表 1中，我们分别报告了模型 1 对男性和女性的估计结果。§首先，我们在表 1（和SI 附录，表 S9）中观察到，与现有证据一致，在 COVID- 19期间，女性受访者报告的心理健康恶化症状比男性多（1、3-6）. 即使与图 2（以及SI 附录，表 S9中的估计）相比，某些系数失去了显着性），鉴于该测试的功效较低，我们注意到开放性和认知技能（当我们一起考虑时，这并不显着）是女性受访者心理健康恶化的特别强的预测因子。 表格1。 因变量是 GHQ-12（范围 0-12）。人格和认知技能变量是标准化的。所有模型都控制了个人固定效应、工作状况、家庭收入、任何长期状况、访谈月份、年龄、地区、婚姻状况、家庭规模和是否有孩子。括号中是单个级别的集群 SE。* P < 0.1；* * P < 0.05；* * * P < 0.01。 我们还通过进一步包括种族/年龄、人格特征和 COVID-19 时期指标的交互项来探索种族和年龄组的差异模式（SI 附录，表 S22 和 S23）。SI 附录表 S22中的结果表明，与非 BAME 对应者相比，具有高外向性或高开放性的 BAME（黑人、亚洲和少数民族）受访者遭受的心理健康恶化甚至更多。 就年龄组的异质性而言，SI 附录表 S23显示，对于年长的受访者（65 岁以上），与年轻的受访者（对他们来说，开放性是积极的预测因素）相比，开放性是心理健康恶化的显着负面预测因素，并且在大流行的大部分时间里，尽责性是一个显着的负面预测因素（对于年轻的同行来说，这变得微不足道）。虽然这很有趣，但应该谨慎对待这些结果，因为如前所述，对于年长的受访者来说，人格特征和认知技能可能不是完全可靠的衡量标准。 总结我们的实证研究结果，我们可以说，在 COVID-19 期间，宜人性是心理健康恶化的负面预测因素，而开放性和在较低程度上外向性是正面预测因素；神经质在模型的所有规格中都令人惊讶地微不足道。在女性受访者中，认知技能和开放性——以及在 BAME 受访者中的开放性和外向性——是心理健康恶化的特别强的预测因素。 讨论有广泛的证据表明，心理健康已受到 COVID-19 大流行的严重影响（例如，参考文献 1、3、32和33），这也可能是后COVID时期的一个主要问题（34） . 因此，确定在心理健康方面受到更大影响的个体至关重要，更普遍的是，更多地阐明人格与心理健康之间的联系。我们相信这项研究在这些方向上提供了相关的贡献。 我们的研究结果表明，开放性是大流行期间心理健康恶化的有力预测因素。开放性是反映对探索和新体验的偏好的特征（35、36）；事实上，这种特质通常被称为“开放体验”。大流行时期的特点是有几个限制因素限制了创造新体验或寻求新感觉的能力，而开放与心理健康恶化呈正相关的事实反映了这一观点。此外，开放性是与智力更一致的正相关的大五特征（正如我们可以在SI 附录表 S2中观察到的那样）也用于我们的数据）；事实上，开放有时被称为“智力”。像流体智力和工作记忆这样的认知技能似乎主要与可以被描述为智力的开放性/智力方面相关，这可以通过表征开放性方面的艺术和沉思特征分开（35、37））。在我们的主要分析中，我们将认知技能作为回归量与开放性一起引入；因此，我们可以分别分析开放性和智力两个方面。开放性是女性和 BAME 社区成员心理健康恶化的一个特别强烈的负面预测因素。有趣的是，认知技能是女性心理健康恶化的特别强烈的负面预测因素，而对男性没有显着影响。 随和性反映了维护社会稳定的倾向；出于这个原因，一个性格更随和的人可以在封锁后的受限环境中更好地应对 ( 36 )。然而，与此同时，在宜人性中得分高的个体应该具有普遍的利他倾向，倾向于关心和考虑他人的需求和感受。在大流行中，知道家庭内部或外部的其他人因各种原因而受苦，可能会对性格更友善的人产生负面影响。我们的证据表明，第一个效应比第二个效应强。 一般来说，外向性是与对社会奖励的敏感性相关的特征（例如，参考文献38）。因此，在社会交往受到限制的环境中，很自然地期望外向的人受到特别负面的影响。这似乎只在 COVID-19 时期的第一部分才成立，这可能是因为外向的受访者设法适应了这种情况，也许是通过使用社交媒体平台。在 BAME 社区，外向性比英国白人更能预测心理健康恶化。 神经质与对愤怒、敌意或抑郁等负面情绪的敏感性更高有关。出于这个原因，神经质与对负面结果和威胁 ( 36 ) 的敏感性有关，这些负面结果和威胁在当前大流行期间应该普遍存在。令人惊讶的是，在我们的数据中，我们只发现了微弱的证据。一个可能的答案是，鉴于我们可以从SI 附录中观察到，表 S4-S7，一般来说，神经质是心理健康恶化的一个强有力的负面预测因素，具有高度神经质人格的人通常在他们的生活过程中经历过几次负面冲击；因此，可能有一种习惯效应在起作用。另一种可能性是，每个人通常不会像 GHQ-12 问卷中测量的那样经历太多的心理健康恶化症状；因此，具有高度神经质人格的受访者不会出现比大流行期之前更多的症状。 外向性和开放性的影响以及神经质对心理健康缺乏强烈影响与参考文献一致。39个现场实验结果。他们表明，生活方式行为受到较大破坏的受试者，可以说是性格更加开放和外向的受试者，面临的抑郁症状增加幅度更大，而抑郁症的标准预测因子，如高度神经质的人格，并不那么重要。 尽责性反映了保持动机稳定性的倾向。正因如此，一个有责任心的人才能更好地克服实际的限制，更好地管理因疫情而产生的负面情绪。另一方面，尽职尽责的人更喜欢制定长期雄心勃勃的计划，这在高度不确定的环境中是不可能实现的；因此，没有理由期望产生积极或消极的影响。 使用 484 名佛蒙特大学一年级本科生的便利样本，并将 2020 年 1 月作为基线，参考文献。图8分析了人格特质如何与 COVID 时期相互作用以影响一些幸福指标。他们也发现外向性和开放性的负面影响，并且与我们的研究结果一致，他们没有发现神经质的负面影响（他们实际上报告了积极影响）。与我们不同，宜人性的影响似乎是负面的。虽然我们不知道 2020 年 1 月佛蒙特州有任何特定的冠状病毒限制，但人们普遍认为最终会宣布世界大流行，因此无法排除参考文献使用的基线。8完全不受影响。 参考。10在 COVID-19 期间连续三周在一个小组中使用了 51 名德国人的小型便利样本。他们表明，外向者受到限制并从放松中受益，而具有高度神经质的人随着时间的推移在处理限制方面没有表现出任何变化。事实上，这两个裁判。8和10没有发现对神经质有任何负面影响，正如我们所做的那样，是显着的。 此外，参考文献。图9和图7使用横截面数据分析了人格特质与心理健康之间的联系。因此，正如我们上面所讨论的，他们的设计不允许他们控制单个固定效应，这与我们在健全性检查中所做的相当（SI 附录，表 S4-S7）。参考。9在 2020 年 6 月/7 月使用在线平台 Qualtrics 调查了加拿大人口的便利样本。与我们在理智检查中所做的类似，他们发现神经质的负面影响和外向性的积极影响。参考。7使用通过雅虎招募的日本人口的便利样本！众包服务于 2020 年 4 月进行，他们发现神经质会对健康指标产生负面影响，就像我们在健全性检查中所做的那样。正如我们所论证的，控制个体固定效应可以避免潜在的混杂因素，并使我们能够更准确地确定 COVID-19 对心理健康的影响。 支持信息附录 (PDF)
笔记本文是 PNAS 直接提交。 *对这些大型文献的全面回顾超出了本文的范围。我们建议读者参考 ref。18对本文献进行详尽的荟萃分析和回顾，并参考。图19展示了将人格与抑郁症联系起来的模型。 转到脚注 †此外参考。30表明，即使在丧亲或失业等非常严重的冲击之后，它们也几乎没有变化。 转到脚注 ‡为了更好地理解这种与图 1的明显差异，在SI 附录表 S11中，最高和最低 25% 的神经质评分者之间似乎存在显着差异，我们表明，一旦一般虚拟变量表明这种差异消失，该差异就会消失。引入了 COVID-19 时期，表明这种影响相当微弱。 转到脚注 §为了说明简单，我们只包括了 COVID-19 时期的第 2、4 和 6 波；完整结果见SI 附录，表 S20 和 S21，包括所有波。 转到脚注 数据可用性这项工作使用了以前发布的数据 [埃塞克斯大学，社会和经济研究所 ( 24 , 25 ); http:///10.5255/UKDA-SN-8644-9和https:///10.5255/UKDA-SN-6614-14 ]。 |
|
|
