The factor structures and correlates of PTSD in post-conflict Timor-Leste: an analysis of the Harvard Trauma Questionnaire
Notice bibliographique
Résumé
BACKGROUND: Post-traumatic stress disorder (PTSD) is the most widely assessed form of mental distress in cross-cultural studies conducted amongst populations exposed to mass conflict and displacement. Nevertheless, there have been longstanding concerns about the universality of PTSD as a diagnostic category when applied across cultures. One approach to examining this question is to assess whether the same factor structure can be identified in culturally diverse populations as has been described in populations of western societies. We examine this issue based on an analysis of the Harvard Trauma Questionnaire (HTQ) completed by a large community sample in conflict-affected Timor-Leste. METHOD: Culturally adapted measures were applied to assess exposure to conflict-related traumatic events (TEs), ongoing adversities, symptoms of PTSD and psychological distress, and functional impairment amongst a large population sample (n = 2964, response rate: 82.4%) in post-conflict Timor-Leste. RESULTS: Confirmatory factor analyses of the ICD-10, ICD-11, DSM-IV, four-factor Emotional Numbing and five-factor Dysphoric-Arousal PTSD structures, found considerable support for all these models. Based on these classifications, concurrent validity was indicated by logistic regression analyses which showed that being a woman, trauma exposure, ongoing adversity, severe distress, and functional impairment were all associated with PTSD. CONCLUSIONS: Although symptom prevalence estimates varied widely based on different classifications, our study found a general agreement in PTSD assignments across contemporary diagnostic systems in a large conflict-affected population in Timor-Leste. Further studies are needed, however, to establish the construct and concurrent validity of PTSD in other cultures.
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 | 0,000 | 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 | 0,001 |
| 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) | 0,000 | 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 ».