Deployment-Related Traumatic Events and Suicidal Behaviours in a Nationally Representative Sample of Canadian Armed Forces Personnel
Notice bibliographique
Résumé
OBJECTIVE: Worldwide, there has been substantial controversy with respect to whether military deployment is a risk factor for suicidal behaviour. The present study examined the relationship between lifetime exposure to deployment and deployment-related traumatic events (DRTEs) and past-year suicidal ideation (SI), suicidal plans (SP), and suicidal attempts (SA). METHOD: Data were analysed from the 2013 Canadian Forces Mental Health Survey (8161 respondents; response rate, 79.8%; aged 18-60 years). A total of 12 individual items assessed exposure to DRTEs (e.g., combat, witnessing human atrocities, feeling responsible for the death of Canadian or ally personnel, knowing someone who was injured or killed). We examined each individual DRTE type as well as the number of types of DRTEs in relation to suicidal behaviour. RESULTS: Lifetime deployment was not significantly associated with suicidal behaviour. In models adjusted for sociodemographic variables, most of the individual DRTE items and the DRTE count variable were significantly associated with suicidal behaviours (adjusted odds ratio ranged between 1.10 and 5.32). When further adjusting for child abuse exposure, these associations were minimally attenuated, and some became nonsignificant. In models adjusting for mental disorders and child abuse, most DRTEs and number of types of DRTEs became nonsignificant in relation to SI, SP, and SA. CONCLUSIONS: Active military personnel exposed to increasing number of DRTEs are at increased risk for SI, SP, and SA. However, most of the association between DRTEs and suicidal behaviour is accounted for by child abuse exposure and mental disorders.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».