Contribution of the Mission in Afghanistan to the Burden of Past-Year Mental Disorders in Canadian Armed Forces Personnel, 2013
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study was to estimate the contribution of the mission in Afghanistan to the burden of mental health problems in the Canadian Armed Forces (CAF). METHODS: Data were obtained from the 2013 Canadian Forces Mental Health Survey, which assessed mental disorders using the World Health Organization's Composite International Diagnostic Interview. The sample consisted of 6696 Regular Force (RegF) personnel, 3384 of whom had deployed in support of the mission. We estimated the association of past-year mental health problems with Afghanistan deployment status, adjusting for covariates using logistic regression; population attributable fractions (PAFs) were also calculated. RESULTS: Indication of a past-year mental disorder was identified in 18.4% (95% confidence interval [CI], 17.0% to 19.7%) of Afghanistan deployers compared with 14.6% (95% CI, 13.3% to 15.8%) in others. Afghanistan-related deployments contributed to the burden of a past-year disorder (PAF = 8.7%; 95% CI, 3.0% to 14.2%), with the highest PAFs being seen for panic disorder (34.7%) and posttraumatic stress disorder (32.1%). The PAFs for individual alcohol use disorders and suicide ideation were not different from zero. Child abuse, however, had a much greater PAF for any past-year disorder (28.7%; 95% CI, 23.4% to 33.7%) than did the Afghanistan mission. CONCLUSIONS: The mission in Afghanistan contributed significantly to the burden of mental disorders in the CAF RegF in 2013. However, the much stronger contribution of child abuse highlights the need for strong military mental health systems, even in peacetime, and the need to target the full range of determinants of mental health in prevention and control efforts.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».