Are military personnel with a past history of mental health care more vulnerable to the negative psychological effects of combat?
Notice bibliographique
Résumé
Introduction: Military clinicians often need to assess fitness for duty after a mental disorder diagnosis. The ability to respond to the psychological demands of deployment is a primary consideration. This analysis explores whether personnel with past mental health problems are more vulnerable to the effects of combat. Methods: Data came from 16,944 Canadian Armed Forces personnel undergoing post-deployment screening in 2009–2012 after deployment in support of the mission in Afghanistan. Those who had previous deployments ( n = 9,852) and those who were currently in mental health care ( n = 588) were excluded, leaving 6,504 in the analysis sample. The primary outcomes were the presence of one or more of six common mental health problems assessed by the screening questionnaire and the SF-36 Health Survey Mental Component Summary (MCS), a dimensional measure of general mental health. Logistic and linear regression were used to assess the interaction between past mental health care (a proxy for past mental health) and a 30-item combat exposure scale. Results: Past mental health care and combat were strongly and independently associated with both primary outcomes, but no statistically significant interaction was seen for either. Discussion: The effects of past mental health and combat on post-deployment mental health are simply additive. Those with past mental health problems are not, on average, more vulnerable to the effects of combat. The variability in outcome at the individual level and the treatability of common mental disorders argue for an individualized approach to fitness-for-duty decisions.
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 | 0,005 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».