Childhood trajectories of anxiousness and disruptiveness explain the association between early-life adversity and attempted suicide
Notice bibliographique
Résumé
BACKGROUND: Suicidal behavior is frequently associated with a history of childhood abuse yet it remains unclear precisely how early life adversity may increase suicide risk later in life. As such, our aim was to examine whether lifetime trajectories of disruptiveness and anxiousness trait dysregulation explain the association between childhood adversity and suicidal behavior; and moreover, to test the potential modifying effects of mental disorders on these associations. METHOD: A sample of 1776 individuals from a prospective school-based cohort followed longitudinally for over 22 years was investigated. We tested the influence of disruptiveness and anxiousness trajectories from age 6 to 12 years on the association between childhood adversity (i.e. sexual and physical abuse) and history of suicide attempts (SA) using logistic regression models. Both adolescent externalizing and internalizing Axis I disorders and gender were tested as potential modifiers of these associations. RESULTS: Four distinct longitudinal trajectories were identified for both disruptiveness and anxiousness. The high disruptiveness trajectory accounted for the association between childhood adversity and SA, but only for females. The high anxiousness trajectory also explained the association between adversity and SA; however, in this case it was not sex but mental disorders that influenced the potency of the mediating effect. More specifically, anxiousness fully explained the effect of adversity on SA in the presence of externalizing disorders, whereas in the absence of these disorders, this effect was significantly attenuated. CONCLUSIONS: This study provides evidence that both disruptiveness and anxiousness play an important role in explaining the relationship between childhood adversity and SA.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 ».