MétaCan
Menu
Retour à la cohorte
Enregistrement W2057582655 · doi:10.1521/pedi_2012_26_061

Socioeconomic-Status and Mental Health in a Personality Disorder Sample: The Importance of Neighborhood Factors

2012· article· en· W2057582655 sur OpenAlexaff
Zach Walsh, M. Tracie Shea, Shirley Yen, Emily B. Ansell, Carlos M. Grilo, Thomas H. McGlashan, Robert L. Stout, Donna S. Bender, Andrew E. Skodol, Charles A. Sanislow, John G. Gunderson

Notice bibliographique

RevueJournal of Personality Disorders · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNational Institute of Mental HealthU.S. Public Health Service
Mots-clésSocioeconomic statusPsychologyPsychosocialClinical psychologyPersonalityMental healthEthnic groupAssociation (psychology)PsychiatryPersonality disordersDemographyPopulationSocial psychology

Résumé

récupéré en direct d'OpenAlex

This cross-sectional study examined the associations between neighborhood-level socioeconomic-status (NSES), and psychosocial functioning and personality pathology among 335 adults drawn from the Collaborative Longitudinal Personality Disorders Study. Participants belonged to four personality disorder (PD) diagnostic groups: Avoidant, Borderline, Schizotypal, and Obsessive Compulsive. Global functioning, social adjustment, and PD symptoms were assessed following a minimum two-year period of residential stability. Residence in higherrisk neighborhoods was associated with more PD symptoms and lower levels of functioning and social adjustment. These relationships were consistent after controlling for individual-level socioeconomic-status and ethnicity; however, the positive association between neighborhood-level socio-economic risk and PD symptoms was evident only at higher levels of individual-level socio-economic risk. Our findings identify NSES as a candidate for explaining some of the variability in symptoms and functioning among PD individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,346
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personality DisordersMême sujetHealth disparities and outcomesTravaux en français237 207