Comparing posttraumatic stress disorder's symptom structure between deployed and nondeployed veterans.
Notice bibliographique
Résumé
We tested two empirically validated 4-factor models of posttraumatic stress disorder (PTSD) symptoms using the PTSD Checklist: King, Leskin, King, and Weathers' (1998) model including reexperiencing, avoidance, emotional numbing, and hyperarousal factors, and Simms, Watson, and Doebbeling's (2002) model including reexperiencing, avoidance, dysphoria, and hyperarousal. Our aim was to determine which fit better in two groups of military veterans: peacekeepers previously deployed to a war zone (deployed group) and those trained for peacekeeping operations who were not deployed (nondeployed group). We compared the groups using multigroup confirmatory factor analysis. Adequate model fit was demonstrated among the nondeployed group, with no significant difference between King et al.'s (1998) model (separating avoidance and numbing) and Simms et al.'s (2002) similar model involving a dysphoria factor. A better fitting factor structure consistent with Simms et al.'s (2002) model was found in the deployed group. Comprehensive measurement invariance testing demonstrated significant differences between the deployed and nondeployed groups on all structural parameters, except observed variable intercepts (thus indicating similarities only in PTSD item severity). These findings add to researchers' understanding of PTSD's factor structure, given the revision of PTSD that will appear in the forthcoming 5th edition of the Diagnostic and Statistical Manual of Mental Disorders (American Psychiatric Association, 2010)--namely, that the factor structure may be quite different between groups with and without exposure to major traumatic events.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».