Relations between post-deployment divorce/separation and deployment and post-deployment stressors, social support, and symptomatology in Veterans with combat-related PTSD symptoms
Notice bibliographique
Résumé
Introduction: Post-traumatic stress disorder (PTSD) is a highly prevalent diagnosis in combat Veterans. In addition to reduced quality of life in various domains of functioning, PTSD also is associated with poorer relationships and social support, including marital dissatisfaction and divorce. Although post-deployment divorce/separation was noted as problematic in past conflicts, little is known about divorce/separation following modern conflicts, such as Operations Enduring/Iraqi Freedom (OEF/OIF). The present study investigated the relations between post-deployment divorce/separation and post-deployment stressors, social support, and psychiatric symptomatology in OEF/OIF Veterans seeking treatment for PTSD. Methods: We recruited 98 United States (US) male Veterans from OEF/OIF to participate in the study. Marital status of once-married was required for participation. All participants completed consent documentation and a series of diagnostic interviews and self-report measures. Participants were separated into two groups based on their post-deployment marital status (still married vs. divorced/separated). Results: One-third of the sample indicated they divorced/separated following OEF/OIF. Participants that endorsed a post-deployment divorce/separation demonstrated heightened stress during and after deployment as well as significantly less social support compared to participants who remained married. Discussion: The rates of divorce/separation reported in the sample were comparable to samples of the general American population, despite the elevated risk factors in the Veteran sample (e.g., psychiatric diagnosis). Also, Veterans reporting post-deployment divorce/separation endorsed heightened stress and poorer social support, two factors associated with poorer treatment outcome for PTSD. Together, these findings highlight potential factors associated with post-deployment divorce/separation in OEF/OIF Veterans with PTSD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».