背景与总结

2019冠状病毒病(COVID-19)大流行于2019年12月从中国武汉开始，于2020年3月10日抵达土耳其1．目前仍在进行医学研究，以确定此次大流行对土耳其和世界各地人类的影响。这个问题在社会科学中受到了很大的关注(例如，Aker和majdzhak1；费雷拉等．2；Garbe等．3.；Karaar和Canli4；莱斯利等．5)，以及医学研究。像Mondino等．6，7指出理解人们如何感知多重风险以及重大危机如何塑造个人行为对于“发现政策变化的机会之窗”是必要的。8，9，“改善风险管理策略”7，10，以及“支持决策者与公众之间的沟通”。11．研究人员可以使用这个数据集来调查COVID-19大流行是如何影响人们的情绪和行为的。

本文提出了一个新的数据集，为调查COVID-19大流行在塑造人们对痛苦和即时焦虑的不耐受方面所起的作用提供了独特的机会。我们探讨了土耳其公众对这一流行病的反思。共有2817人在网上接受了调查，结果汇编在这个数据集中。数据从18岁至65岁及以上的成年人中收集，广泛的人口统计部分包括地点(省份和城乡差距)、收入、就业状况、职业、职业部门、家庭背景、是否有孩子、婚姻状况和性别认同。这些数据将使研究人员能够调查大流行如何根据年龄、经济影响、社会地位和风险状况对人们产生不同的影响。在此期间，该调查一直在线进行。通过时间戳，这些数据可以与其他数据集合并:疫苗接种数量、进行的检测和阳性、住院和ICU入院数、确诊病例、确诊死亡、政策应对和其他相关变量。此外，这些数据将有助于国际比较研究。

这一流行病对许多土耳其人的身心健康产生了重大影响。尽管政府为控制COVID-19做出了努力(详见表格)1)，疫情造成的社会隔离对人们的生活产生了重大影响。由于抗击COVID-19的性质，这些发现对于经历与大流行相关的病例、新增死亡、经济和其他直接压力因素不断增加的个人来说并不令人惊讶12．根据Koca的说法，把它放在医学背景下13在这个国家，人们可以很容易地获得医疗保健服务和现代医疗。他指出，每个需要医疗照顾的病人都被送往医院，在那里他们得到专门的治疗，包括重症监护和必要时的机械通气。

表1土耳其从COVID-19大流行开始到2020年4月底的预防措施和重大事件。
全尺寸表

方法

收集此数据集用于定量研究。在这些数据中，我们使用了调查技术，这是一种常用的定量研究方法。McKay(2005)认为，调查研究是实验统计研究和定性研究之间最具控制性和结构化的方法，因为它可以同时使用统计和定性分析。作为数据收集方法的问卷分为三个部分，包含55个问题。

共有2817人参与了我们的研究(65.3%的女性，平均年龄= 28.55±10.4岁，范围= 18-65岁及以上)。土耳其所有省份都可能参与调查，图中显示了地图上的参与率。1．该调查于2020年4月13日至2020年11月25日在网上进行。该调查旨在评估COVID-19对参与者的社会和心理影响的心理影响。所获得的数据涵盖了土耳其的成年人口，误差范围为2%，响应分布为50%，置信水平为95%。当我们分别考虑研究波时，前两波有3%，第三波有4%，第四波有7%的误差边际和50%的响应分布，置信水平为95%(见表2)．只有18岁以下的人被排除在外。

图1
图1

土耳其参与者的空间分布。在每个省份收集的人数如下:伊斯坦布尔，n = 1,155人(40.5%);安卡拉，n = 281 (9.8%);伊兹密尔219人(7.7%);安塔利亚，n = 122 (4.3%);其他省份，n = 1076(37.7%)。

全尺寸图像
表2土耳其人口及各调查波的样本量。
全尺寸表

我们在第一部分中询问了15项人口统计信息部分，以确定参与者的个人信息，第二部分从健康和经济行为相关的问题开始(见表3.调查问卷)。大多数参与者(86%)全面回答了所有问题。

表3关于人口统计、健康、安全、经济行为、状态-特质焦虑量表和痛苦不耐受测量的项目和观察结果。
全尺寸表

问卷的第二部分包括由Spielberger开发的“状态-特质焦虑量表”等．14．这个量表从两个亚维度衡量焦虑症状，状态和特质。该量表由40个项目组成，采用李克特式4分制。量表上的分数越高表明焦虑程度越高。在本研究范围内，使用量表的状态焦虑子维度来测量个体的当前焦虑。我们在调查中使用了该子维度的20项部分。

问卷的第三部分包括痛苦耐受的测量。该量表用于评估个体对各种内部或外部痛苦的恢复能力以及应对行为的感知能力15．该量表由10个项目组成，采用单因素结构。项目评分采用李克特式5分制。得分越高，表示对痛苦的忍耐力越强。

我们分四波在网上进行了调查。我们在早期宣布了第一波疫情，当时每日新确诊病例数达到峰值(2020年4月13日至26日;n = 1,124);第二阶段是COVID-19病例数首次下降的时期(2020年5月6日至23日;n = 958);第三个阶段是夏季结束时病例数较低(2020年7月20日至8月8日;n = 513);第四是病例数迅速增加的时期(2020年11月14日至25日;N = 201)(见图。2)．数据集还包括36名从波浪中随机完成调查的人。

图2
图2

土耳其新增COVID-19病例数和数据收集周期。我们于2020年4月13日开始收集数据，并于2020年11月25日结束。我们于2020年4月18日、5月9日、7月20日和11月16日通过社交媒体账户宣布了这项调查。每日新增COVID-19病例数据来自董先生等．57．

全尺寸图像

招聘方法

我们主要通过社交媒体帖子(Instagram、Twitter、Facebook和LinkedIn)招募参与者。此外，我们直接向与研究人员有密切联系的人发送电子邮件和信息，要求他们与他们的网络共享调查结果。在调查开始时，我们在参与者信息部分披露，不会为他们的参与提供或要求任何金钱或物质补偿。问卷在谷歌调查平台谷歌Forms上托管，调查问题大约需要5分钟才能完成。

伦理批准

本研究的研究方案得到了Uskudar大学非侵入性研究伦理委员会(nr: 61351342/2020-236)以及土耳其共和国卫生部的批准。研究中使用的每一个程序都符合欧盟制定的道德标准(欧盟一般数据保护条例和公平数据管理)。此外，我们签署了世界医学协会的《赫尔辛基宣言:涉及人体受试者的医学研究的伦理原则》，其中概述了涉及人体受试者的医学研究的伦理原则。与会者被告知，参加是完全自愿的，选举结果将予以保密。研究协议排除了对隐私敏感或包含个人身份信息(PII)的数据收集。研究的所有参与者在被告知研究目标后都表示知情同意。

数据记录

在门德利数据平台上，您可以下载CSV格式的数据记录以及包含土耳其语和英语翻译的问卷文件16．对于XLSX文件中包含的变量名，还有一个缩写指南。所有这些资源都可以在提供的链接中找到:https://doi.org/10.17632/sv95c7ydpy．

技术验证

在要求参与者回答任何问题之前，我们提供了一个介绍性页面，解释了研究的目的，参与的具体内容(包括研究人员的身份和隶属关系，见网上版本https://forms.gle/HFyqjhwhEcuPDZJW7)，并确认该研究已获得合法审查委员会和伦理委员会的伦理批准17．此外，我们声明他们可以在任何时候自由退出研究，我们不会以任何方式补偿您，也不会要求您提供任何经济或物质贡献以换取您参与研究。

我们的调查使用了三份主要的问卷:人口统计、状态-特质焦虑量表和痛苦不耐受测量。Spielberger等．14开发了状态-特质焦虑量表。土耳其语版本由Öner和Le Compte制作18．他们发现，量表的内部一致性在特质焦虑维度的0.94和0.96之间，在状态焦虑维度的0.83和0.87之间。痛苦不耐受测量量表由10个项目组成，评分采用李克特式5分量表。Cakır19对量表进行土耳其效度-信度研究，内部一致性系数为0.92。

我们有压力和焦虑调查设计的经验，以及人口统计研究20.，21，22，23，24，25．此外，我们在调查中的人口、健康和安全问题是基于以前的研究8，26，27，28，29，30.，31，32，33，使问题在获得必要的数据方面显得合理，并与以前的研究结果相比较。和蒙迪诺一样等．6，7，我们对19名不同教育背景的人进行了初步调查。除此之外，我们还询问了这些问题是否直白，以及他们是如何解释这些问题的。这一步确保了对问题的回答与我们预期的一致。值得一提的是，由于在线调查系统自动收集回复，因此在数据输入中人为错误的可能性是有限的。

使用笔记

该数据集为调查自然灾害期间心理学、经济行为和风险感知的各个方面提供了极好的机会。它主要提供COVID-19关于个人焦虑和痛苦不耐受水平的详细信息。此外，它还包括有关经济行为的信息，如储存、网上购物和银行/信用卡使用。它还提供了关于人们对个人安全的看法和公众对国家政府信任的数据。最后，通过阐述针对COVID-19大流行不同波的各种应对措施的性质以及大流行多个阶段的背景，它有助于研究人员观察这一过程中的变化。

事实上，这个数据集可以通过添加其他相关和重要的数据集来进行国际比较研究，如Yamada等的34关于COVID-19和Mondino的心理和行为影响的COVIDiSTRESS全球调查等的6意大利和瑞典的COVID-19公众印象数据集(有关详细信息，请参阅补充信息)．作为Mondino等的6我们要强调的是，这些敏感的知识在科学上是有价值的，可以指导政策制定者在自然灾害期间制定和更新风险管理政策。

该数据集附有土耳其语和英语PDF格式的调查问卷文件，其中包括变量描述，用于数据处理的r -code在门德利数据平台上公开提供16．为了学术目的，不需要请求访问下载数据。CSV文件中以分号分隔列。

限制

研究人员应该考虑样本对受访者的偏倚，如女性、单身、受过良好教育和居住在伊斯坦布尔。因此，数据集的样本不能代表土耳其人口，特别是性别、教育水平和婚姻状况。因此，必须解决这一问题的研究人员可以通过参考土耳其公开的人口统计数据并对变量施加适当的权重(例如，https://data.tuik.gov.tr/）35．该数据集的用户还应意识到，这些报告是基于参与者的自我报告和主观评估。我们没有尝试或机会从外部验证参与者回答的准确性。