Mental Health of University Students When Returning to Face-to-Face Classes: A Cross-Sectional Study.

Depression, anxiety and stress are multifactorial affective disorders that could manifest through a set of symptoms, both physical and psychological, that affect the quality of life and performance of people who suffer from them. In this sense, the present research had the objective of evaluating depression, anxiety and stress in students of the Faculty of Engineering of a Peruvian public university when returning to face-to-face classes. The research was developed under a quantitative approach and is of a non-experimental design of the descriptive cross-sectional type. The sample consisted of 244 students who responded to the Depression, Anxiety and Stress Scale, an instrument with adequate psychometric properties. According to the results, the students presented low levels of depression and anxiety. However, they showed moderate levels of stress. On the other hand, it was found out that the three variables were directly and significantly related. In the same way, it was found that there were statistically significant differences regarding the levels of depression, anxiety and stress related to gender, age group, family responsibilities and professional career. Finally, it was concluded that there were symptoms of depression, anxiety and stress in students of the Faculty of Engineering of a Peruvian public university when returning to face-to-face classes.

Dióxido de cloro y su repercusión en las tendencias de búsquedas en internet durante la pandemia por la COVID-19 / Chlorine dioxide: its impact on internet search trends in times of COVID-19 / Dióxido de cloro e seu impacto nas tendências de pesquisa da Internet durante a pandemia de COVID-19

RESUMEN Introducción: El creciente número de casos de COVID-19 a nivel mundial han dado paso al deterioro de la de salud mental y la investigación de nuevos tratamientos; esto ha dado lugar a una explosión de búsquedas en internet de palabras clave. Objetivo: En esta investigación se ha descrito el uso de Google Trends para medir las búsquedas en internet de términos asociados a la pandemia por COVID-19 en distintas regiones de Perú y su potencial para realizar investigaciones en salud. Método: Se midió la tendencia de búsquedas en internet del término "dioxido de cloro" en el período entre el 3 de junio al 3 de septiembre de 2020. Se utilizaron los datos de Google Trends sobre una fracción de las búsquedas de las palabras clave, y se analizaron los resultados de acuerdo con una ubicación geográfica dada y un período definido. Resultados: Se encontró que los países que presentaron mayor nivel de búsqueda para dicho término fueron Bolivia, Perú, Ecuador, Argentina y México. Se encontró correlación positiva alta entre el nivel de búsqueda en Argentina y el número de casos en este país, a comparación de Perú, Ecuador y México, donde la correlación fue positiva muy baja. En el caso de Bolivia, se presentó una correlación negativa muy baja. Google Trends podría, además, definir potencialmente el momento y la ubicación adecuada para practicar estrategias de comunicación de riesgos a las poblaciones afectadas. Conclusiones: Existe correlación entre en número de casos y las búsquedas de dióxido de cloro como medida médica contra la COVID-19.

ABSTRACT Introduction: The increasing worldwide number of cases of COVID-19 has led to the deterioration of mental health and researches of new treatments; this has resulted in an explosion of keyword searches on Internet. Objective: This research has described the use of Google Trends to measure the search queries in internet for terms associated with the COVID-19 pandemic in different regions of Peru as well as its potential to conduct research on health aspects. Method: It was measured the search trends in internet for the term "chlorine dioxide" in the period from June 3 to September 3, 2020. Google trends data were used on a fraction of the keyword searches, and the outcomes were analyzed according to the geographic location and defined period. Results: It was found a higher tendency of searching related terms in Bolivia, Perú, Ecuador, Argentina, and México. A high positive correlation was found between the level of search in Argentina and the number of COVID-19 cases in this country, unlike Peru, Ecuador and Mexico, where the correlation was very low. Instead, in Bolivia there was a very low negative correlation. Google Trends could also potentially define the appropriate time and location to practice risk communication strategies to affected populations. Conclusions: An appropriate risk communication could help to prevent the excessive information intakes, which often causes concern or panic in different populations.

RESUMO Introdução: O crescente número de casos de COVID-19 em todo o mundo tem dado lugar à deterioração da saúde mental e à investigação de novos tratamentos; Isso levou a uma explosão de pesquisas de palavras-chave na Internet. Objetivo: Esta pesquisa descreveu o uso do Google Trends para medir buscas na internet por termos associados à pandemia COVID-19 em diferentes regiões do Peru e seu potencial para a realização de pesquisas em saúde. Método: A tendência das pesquisas na internet do termo "dióxido de cloro" foi medida no período entre 3 de junho e 3 de setembro de 2020. Os dados do Google Trends foram usados ​​em uma fração das pesquisas pelas palavras-chave, e os resultados foram analisados ​​de acordo com uma determinada localização geográfica e um período definido. Resultados: Constatou-se que os países com maior nível de busca por esse termo foram Bolívia, Peru, Equador, Argentina e México. Foi encontrada uma alta correlação positiva entre o nível de pesquisa na Argentina e o número de casos neste país, em comparação com Peru, Equador e México, onde a correlação foi muito baixa positiva. No caso da Bolívia, houve uma correlação negativa muito baixa. O Google Trends também pode definir o momento e o local certos para praticar estratégias de comunicação de risco para as populações afetadas. Conclusões: Há correlação entre o número de casos e as pesquisas de dióxido de cloro como medida médica contra o COVID-19.

Movilidad en ciudades de Perú durante la pandemia de COVID-19 / Mobility in cities of Peru during the COVID-19 pandemic / Mobilidade em cidades do Peru durante a pandemia COVID-19

RESUMEN Introducción: Los datos de movilidad en tiempo real de Wuhan, China, y datos de casos detallados, incluido el historial de viajes, para determinar el impacto de las medidas de control, fue de vital importancia para el control de la COVID-19. Objetivo: Analizar los casos reportados en los cinco regiones más afectadas de Perú por la COVID-19 y la correlacion con los datos de movilidad. Método: Se incluyeron los datos de los casos confirmados de COVID-19 que fueron obtenidos del Centro Nacional de Epidemiologia, Prevención y Control de Enfermedades de Perú (https://www.dge.gob.pe/), en el periodo desde 6 de emarzo hasta el 17 de agosto de 2020, y se seleccionaron las regiones con mayor cantidad de casos (CDC-Peru) (Arequipa, Callao, Lima, Lambayeque y Piura). Los datos de movilidad fueron obtenidos de los Informes de Movilidad Local (Community Mobility Reports-Google Mobility Reports) (https://www.google.com/covid19/mobility/) del Perú y se descargaron en un archivo CSV. Las categorias incluidas de los reportes de movilidad fueron: tiendas minoristas y ocio, estaciones de transporte público, lugares de trabajo y zonas residenciales. Resultados: Se analizaron 165 datos encontrados en Google Mobility Reports, estos tenían una frecuencia diaria de datos, la misma cantidad de datos fue obtenida del CDC-Perú. Se observó una caída de todos los lugares estudiados menos de las zonas residenciales a nivel país. En cuanto a las asociaciones se encontró una correlacion negativa solo en las zonas residenciales. Conclusión: Hubo una reducción de movilidad dada por la cuarentena y un factor protector para evitar contagios es el permanecer en casa.

ABSTRACT Introduction: Real-time mobility data from Wuhan, China, and detailed case data, including travel history, was of vital importance for the control of COVID-19, in order to determine the impact of control measures. Objective: To analyze the cases reported in the five most affected regions by COVID-19 in Peru, and its correlation with mobility data. Method: Data of the confirmed cases of COVID-19 obtained from the Centro Nacional de Epidemiologia, Prevención y Control de Enfermedades de Perú (National Center for Epidemiology, Prevention and Control of Diseases of Peru) (https://www.dge.gob.pe/) in the period from 6 From March until August 17, 2020 were included; and the regions with the highest number of cases (CDC-Peru) (Arequipa, Callao, Lima, Lambayeque and Piura) were selected. The mobility data was obtained from the Local Mobility Reports (Community Mobility Reports-Google Mobility Reports) (https://www.google.com/covid19/mobility/) of Peru and downloaded in a CSV file. The categories included in the mobility reports were: retail stores and leisure, public transport stations, workplaces and residential areas. Results: 165 data found in Google Mobility Reports were analyzed; these having a daily data frequency. The same amount of data was obtained from the CDC-Peru. A drop was observed in all places studied except for residential areas in the country. Regarding associations, a negative correlation was found only in residential areas. Conclusion: There was a reduction in mobility due to quarantine, and staying at home is a factor to avoid infections.

RESUMO Introdução: Dados de mobilidade em tempo real de Wuhan, China, e dados detalhados de casos, incluindo histórico de viagens, para determinar o impacto das medidas de controle, foram de vital importância para o controle do COVID-19. Objetivo: Analisar os casos notificados nas cinco regiões mais afetadas pelo COVID-19 no Peru e a correlação com os dados de mobilidade. Método: Foram incluídos os dados dos casos confirmados de COVID-19 obtidos do Centro Nacional de Epidemiologia, Prevención y Control de Enfermedades de Perú (https://www.dge.gob.pe/), no período desde 6 de março até 17 de agosto de 2020, sendo selecionadas as regiões com maior número de casos (CDC-Peru) (Arequipa, Callao, Lima, Lambayeque e Piura). Os dados de mobilidade foram obtidos dos Relatórios de Mobilidade Local (Community Mobility Reports-Google Mobility Reports) (https://www.google.com/covid19/mobility/) do Peru e baixado em um arquivo CSV. As categorias incluídas nos relatórios de mobilidade foram: lojas de varejo e lazer, estações de transporte público, locais de trabalho e áreas residenciais. Resultados: Foram analisados 165 dados encontrados no Google Mobility Reports, estes tinham uma frequência de dados diária, a mesma quantidade de dados foi obtida do CDC-Peru. Uma queda foi observada em todos os locais estudados, exceto para áreas residenciais em nível de país. Em relação às associações, foi encontrada correlação negativa apenas nas áreas residenciais. Conclusões: Houve redução da mobilidade devido à quarentena e um fator de proteção para evitar o contágio é a permanência em casa.