Projected Rates of Psychological Disorders and Suicidality Among Soldiers Based on Simulations of Matched General Population Data
Notice bibliographique
Résumé
Limited data are available on lifetime prevalence and age-of-onset distributions of psychological disorders and suicidal behaviors among Army personnel. We used simulation methods to approximate such estimates based on analysis of data from a U.S. national general population survey with the sociodemographic profile of U.S. Army personnel. Estimated lifetime prevalence of any Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition (DSM-IV) anxiety, mood, behavior, or substance disorder in this sample was 53.1% (17.7% for mood disorders, 27.2% for anxiety disorders, 22.7% for behavior disorders, and 14.4% for substance disorders). The vast majority of cases had onsets before the expected age of enlistment if they were in the Army (91.6%). Lifetime prevalence was 14.2% for suicidal ideation, 5.4% for suicide plans, and 4.5% for suicide attempts. The proportion of estimated preenlistment onsets was between 68.4% (suicide plans) and 82.4% (suicidal ideation). Externalizing disorders with onsets before expected age of enlistment and internalizing disorders with onsets after expected age of enlistment significantly predicted postenlistment suicide attempts, with population attributable risk proportions of 41.8% and 38.8%, respectively. Implications of these findings are discussed for interventions designed to screen, detect, and treat psychological disorders and suicidality in the Army.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».