Associations between Trauma Exposure and Physical Conditions among Public Safety Personnel: Associations entre l’exposition à un traumatisme et les problèmes physiques chez le personnel de la santé publique
Notice bibliographique
Résumé
Background: Trauma exposure is associated with adverse health-related correlates, including physical comorbidities, and is highly prevalent among public safety personnel (PSP). The current study (1) examined the association between context of index trauma exposure (part of job vs. other) and physical conditions and (2) established the prevalence of physical conditions according to PSP category (e.g., police, paramedic) and index trauma type (e.g., serious accident, physical assault) in a large Canadian sample of PSP. Methods: PSP completed an online survey between September 2016 and January 2017. Multivariable logistic regressions examined associations between context of index trauma exposure (i.e., part of job vs. other) and physical condition categories. Cross-tabulations with chi-square analyses examined whether the prevalence of physical conditions significantly differed according to PSP category and index trauma type. Results: There were 5,267 PSP included in the current study. Results from the most stringent model of logistic regressions demonstrated that, compared to PSP who experienced their index trauma in any other context, PSP who experienced it as part of their job had reduced odds of “other” physical conditions (adjusted odds ratio = 0.73, 95% confidence interval, 0.57 to 0.94, P < 0.05). Results also revealed significant differences in the prevalence of physical conditions across all PSP categories and select index trauma types. Conclusion: Results highlight the relevance of trauma exposure outside of an occupational context among PSP and may have implications for the positive impact of stress inoculation and resiliency training programs for PSP.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».