Systematic review of posttraumatic stress disorder in police officers following routine work‐related critical incident exposure
Notice bibliographique
Résumé
BACKGROUND: The prevalence of PTSD in police officers has been the subject of a large and highly variable empirical literature. The present systematic review evaluates the extant literature on PTSD in police officers using an international dataset. METHODS: We employed best-evidence narrative synthesis to evaluate whether PTSD prevalence in police is elevated in comparison to the general population of Canada (8%), which itself has a higher lifetime PTSD prevalence than many other regions and thus serves as a conservative standard of comparison. RESULTS: PTSD prevalence in police varied considerably across studies from 0% - 44% (M = 14.87%, Median = 9.2%). Despite this variability, strong evidence exists to suggest PTSD prevalence is elevated in police officers. Examination of possible sources of variability in prevalence outcomes highlighted substantial variability in outcomes due to the selection of measurement tool for assessing PTSD (e.g., DSM vs. IES). Examination of commonly-assessed predictive factors for PTSD risk across the literature showed that individual-difference factors (e.g., age, years of service) bear weak-to-nonexistent relationships with PTSD risk, while incident-specific factors (e.g., severity of exposure) are more strongly and consistently associated with PTSD prevalence. Organizational factors (e.g., low support from supervisor) are at present understudied but important possible contributors to PTSD risk. CONCLUSIONS: PTSD prevalence is elevated in police officers and appears most strongly related to workplace exposure. Measurement variability remains a critical source of inconsistencies across the literature with drastic implications for accurate detection of officers in need of mental health 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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».