MétaCan
Menu
Retour à la cohorte
Enregistrement W2909129653 · doi:10.1080/15299732.2019.1597814

Peritraumatic dissociation and post-traumatic stress disorder in individuals exposed to armed conflict in the Democratic Republic of Congo

2019· article· en· W2909129653 sur OpenAlexaff
Yvonne Duagani Masika, Christophe Leys, Thierry Matonda Ma Nzuzi, Isabelle Blanchette, Samuel Mampunza Ma Miezi, Charles Kornreich

Notice bibliographique

RevueJournal of Trauma & Dissociation · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePsychosomatic Disorders and Their Treatments
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesAcadémie de recherche et d'enseignement supérieur
Mots-clésPsychologyDissociativeClinical psychologyPsychiatryPosttraumatic stressPopulationTraumatic stressMedicine

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to verify the hypothesis that there is an association between peritraumatic dissociation (PD) and post-traumatic stress disorder (PTSD) in individuals exposed to recurrent armed conflict. More specifically, we sought to evaluate whether PD differentially predicts PTSD according to the degree of exposure to the potentially traumatic event (PTE), the level of education, and gender. A total of 120 individuals between 17 and 75 years of age, including 51 women, completed the Traumatic Events List, the Peritraumatic Dissociative Experiences Questionnaire, and the French version of the Posttraumatic Stress Disorder Checklist Scale, as well as a questionnaire providing information regarding sociodemographic details. The group of participants with high scores for PD had significantly more PTSD. PD differentially predicts PTSD depending on the level of education and gender of the individual. Those who had been physically assaulted and raped, as well as the less educated, were more likely to be dissociated during PTE· exposure compared to witnesses and those with a higher level of education. The primary target population for prevention and early management should comprise individuals with high levels of PD, low levels of education, and women.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,511

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,290
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Trauma & DissociationMême sujetPsychosomatic Disorders and Their TreatmentsTravaux en français237 207