Deployment-related trauma and post-traumatic stress disorder: does gender matter?
Notice bibliographique
Résumé
Objective: Military research has attempted to identify whether women have an increased vulnerability to mental health issues following deployment-related trauma, but findings have been mixed. Most studies have controlled for childhood abuse, but not other non-deployment trauma (e.g. life-threatening illness), which may partly explain previous mixed results. This study assessed gender differences in the association between deployment-related trauma and post-traumatic stress disorder (PTSD) while controlling for non-deployment trauma.Methods: Data came from the 2013 Canadian Forces Mental Health Survey. Regular or reserve personnel who had been deployed at least once were included in this study (n = 5980). Logistic regression was used to examine the interaction between gender and deployment-related trauma in predicting lifetime PTSD.Results: After controlling for non-deployment trauma, the association of gender with PTSD went from being significant to being marginally significant. The interaction between gender and deployment-related trauma was not significant.Conclusion: Though controlling for non-deployment trauma did not completely dissipate gender differences in PTSD, such differences were greatly reduced, indicating that these may be partly related to traumatic experiences outside deployment. As gender did not moderate the link between deployment-related trauma and PTSD, the findings suggest that trauma experienced while on deployment does not disproportionately affect women compared to their male counterparts.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».