MétaCan
Menu
Retour à la cohorte
Enregistrement W3037347471 · doi:10.1371/journal.pone.0233681

Trauma exposure and PTSD prevalence among Yazidi, Christian and Muslim asylum seekers and refugees displaced to Iraqi Kurdistan

2020· article· en· W3037347471 sur OpenAlexaff
Sami Richa, Marie Herdane, Azzam Dwaf, Rami Bou Khalil, F. Haddad, Rhéa El Khoury, Myriam Zarzour, Anthony Kassab, Ramez Dagher, Alain Brunet, Wissam El‐Hage

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésRefugeePsychiatryChecklistMedicineMental healthPosttraumatic stressCross-sectional studyClinical psychologyDemographyPsychologyGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is unreliable, and negligible information on the mental health and trauma-exposure of asylum-seekers and displaced refugees in the Iraqi Kurdistan region. OBJECTIVES: To evaluate how responsible the ethno-religious origins are, for the prevalence of trauma exposure and post-traumatic stress disorder (PTSD) in displaced Iraqi asylum-seekers and refugees residing in the Iraqi Kurdistan region. METHODS: Structured interviews with a cross-sectional sample of 150 individuals, comprised of three self-identified ethno-religious groups (50 participants in each): Christians, Muslims, and Yazidis. RESULTS: 100% prevalence of trauma exposure and 48.7% of current PTSD among refugees, 70% PTSD rate of Yazidi participants, which is significantly higher (p < 0.01) compared to 44% of Muslim participants and 32% of Christian participants. These findings were corroborated using the self-rated PTSD, DSM-5 Checklist, with more severe PTSD symptom scores (p < 0.001) obtained among Yazidis (43.1; 19.7), compared to Muslims (31.3; 20.1) and Christians (29.3; 17.8). Self-rated depressive symptoms (Patient Health Questionnaire-9) were also higher (p < 0.007) among Yazidis (12.3; 8.2) and Muslims (11.7; 5.9), compared to Christians (8.1; 7).

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,277
Écart entre enseignants0,247 · 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

Citations27
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMigration, Health and TraumaTravaux en français237 207