A nationwide US study of post-traumatic stress after hospitalization for physical injury
Notice bibliographique
Résumé
BACKGROUND: Injured survivors of individual and mass trauma are at risk for developing post-traumatic stress disorder (PTSD). Few investigations have assessed PTSD after injury in large samples across diverse acute care hospital settings. METHOD: A total of 2931 injured trauma survivors aged 18-84 who were representative of 9983 in-patients were recruited from 69 hospitals across the USA. In-patient medical records were abstracted, and hospitalized patients were interviewed at 3 and 12 months after injury. Symptoms consistent with a DSM-IV diagnosis of PTSD were assessed with the PTSD Checklist (PCL) 12 months after injury. RESULTS: Approximately 23% of injury survivors had symptoms consistent with a diagnosis of PTSD 12 months after their hospitalization. Greater levels of early post-injury emotional distress and physical pain were associated with an increased risk of symptoms consistent with a PTSD diagnosis. Pre-injury, intensive care unit (ICU) admission [relative risk (RR) 1.17, 95% confidence interval (CI) 1.02-1.34], pre-injury depression (RR 1.33, 95% CI 1.15-1.54), benzodiazepine prescription (RR 1.46, 95% CI 1.17-1.84) and intentional injury (RR 1.32, 95% CI 1.04-1.67) were independently associated with an increased risk of symptoms consistent with a PTSD diagnosis. White injury survivors without insurance demonstrated approximately twice the rate of symptoms consistent with a diagnosis of PTSD when compared to white individuals with private insurance. By contrast, for Hispanic injury survivors PTSD rates were approximately equal between uninsured and privately insured individuals. CONCLUSIONS: Nationwide in the USA, more than 20% of injured trauma survivors have symptoms consistent with a diagnosis of PTSD 12 months after acute care in-patient hospitalization. Coordinated investigative and policy efforts could target mandates for high-quality PTSD screening and intervention in acute care medical settings.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».