PTSD and depression following armed robbery: Patterns of appearance and impact on absenteeism and use of health care services
Notice bibliographique
Résumé
Armed robbery is a sudden, life-threatening event affecting the victims' mental health. Posttraumatic stress disorder (PTSD) and major depressive disorder (MDD) in this population have rarely been studied. The objectives of the study were to assess the occurrence of PTSD and MDD in victims of armed robbery, and to evaluate occupational functioning and use of health care services. Eighty-six convenience store employees, victims of armed robbery, were evaluated within days after the robbery, and 1 and 3 months after. A validated diagnostic interview (SCID-I) was used. Data about sick leave, absenteeism, and use of health care services were collected. The total number of individuals who had PTSD, MDD, or both at any time during the 3 months following the robbery was 1 (2%), 4 (6%), and 5 (8%), respectively, showing that comorbid PTSD-MDD is as frequent as or even more frequent than either disorder in isolation. Individuals with PTSD (with or without comorbid MDD) reported more absenteeism (η(2) (p) = .25) and more medical visits (η(2) (p) = .12) following the robbery. Clinicians and management resources personnel must be alert to the possibility that both PTSD and MDD, either alone or comorbid, can develop in victims of armed robbery.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».