Impact of maternal adverse childhood experiences on child socioemotional function in rural Kenya: Mediating role of maternal mental health
Notice bibliographique
Résumé
Mothers in low- and middle-income countries (LMIC) suffer heightened vulnerability for adverse childhood experiences (ACEs), which is exacerbated by the multitude of risk factors associated with poverty and may lead to increased risk of psychiatric disorder. The constellation of complex, co-occurring biological, environmental, social, economic and psychological risk factors are in turn transmitted to her child, conferring vulnerability for adverse development. This study examines the association between maternal intra- and extra-familial ACEs, maternal education and the mental health of her child, mediated by maternal mental health. Mother-child dyads (n = 121) in Machakos, Kenya were examined cross-sectionally using self-report measures of ACEs, maternal mental health and child internalizing and externalizing mental health problems. The four models proposed to examine the relationship between intra- and extra-familial maternal ACEs and child internalizing and externalizing problems demonstrated indirect pathways through maternal mental health. These effects were found to be conditional on levels of maternal education, which served as a protective factor at lower levels of maternal ACEs. These models demonstrate how the impact of ACEs persists across the lifespan resulting in a negative impact on maternal mental health and conferring further risk to subsequent generations. Elucidating the association between ACEs and subsequent intergenerational sequelae, especially in LMIC where risk is heightened, may improve targeted caregiver mental health programs for prevention and intervention.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».