MétaCan
Menu
Retour à la cohorte
Enregistrement W2946903110 · doi:10.1017/s1049023x19004321

Monitoring Adverse Psychosocial Outcomes One and Two Years After the Lac-Mégantic Train Derailment Tragedy (Eastern Townships, Quebec, Canada)

2019· article· en· W2946903110 sur OpenAlexaffabout
Mélissa Généreux, Danielle Maltais, Geneviève Petit, Mathieu Roy

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2019
Typearticle
Langueen
DomainePsychology
ThématiquePosttraumatic Stress Disorder Research
Établissements canadiensUniversité du Québec à ChicoutimiCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPsychosocialPopulationEnvironmental healthMedicineAnxietyPsychological interventionDistressDemographyPsychiatryClinical psychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In July 2013, a train carrying 72 cars of crude oil derailed in the town of Lac-Mégantic (Eastern Townships, Quebec, Canada). This disaster provoked a major conflagration, explosions, 47 deaths, the destruction of 44 buildings, the evacuation of one-third of the local population, and an unparalleled oil spill. Notwithstanding the environmental impact, many citizens of this town and in surrounding areas have suffered and continue to suffer substantial losses as a direct consequence of this catastrophe. PROBLEM: To tailor public health interventions and to meet the psychosocial needs of the community, the Public Health Department of Eastern Townships has undertaken repeated surveys to monitor health and well-being over time. This study focuses on negative psychosocial outcomes one and two years after the tragedy. METHODS: Two cross-sectional surveys (2014 and 2015) were conducted among large random samples of adults in Lac-Mégantic and surrounding areas (2014: n = 811; 2015: n = 800), and elsewhere in the region (2014: n = 7,926; 2015: n = 800). A wide range of psychosocial outcomes was assessed (ie, daily stress, main source of stress, sense of insecurity, psychological distress, excessive drinking, anxiety or mood disorders, psychosocial services use, anxiolytic drug use, gambling habits, and posttraumatic stress symptoms [PSS]). Exposure to the tragedy was assessed using residential location (ie, six-digit postal code) and intensity of exposure (ie, intense, moderate, or low exposure; from nine items capturing human, material, or subjective losses). Relationships between such exposures and adverse psychosocial outcomes were examined using chi-squares and t-tests. Distribution of outcomes was also examined over time. RESULTS: One year after the disaster, an important proportion of participants reported human, material, and subjective losses (64%, 23%, and 54%, respectively), whereas 17% of people experienced intense exposure. Participants from Lac-Mégantic, particularly those intensely exposed, were much more likely to report psychological distress, depressive episode, anxiety disorders, and anxiolytic drug use, relative to less-exposed ones. In 2015, 67% of the Lac-Mégantic participants (76% of intensely exposed) reported moderate to severe PSS. Surprisingly, the use of psychosocial services in Lac-Mégantic declined by 41% from 2014 to 2015. CONCLUSION: The psychosocial burden in the aftermath of the Lac-Mégantic tragedy is substantial and persistent. Public health organizations responding to large-scaling disasters should monitor long-term psychosocial consequences and advocate for community-based psychosocial support in order to help citizens in their recovery process.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,092
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,319
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePrehospital and Disaster MedicineMême sujetPosttraumatic Stress Disorder ResearchTravaux en français237 207