Prevalence and predictors of psychopathology in the war-afflicted Syrian population
Notice bibliographique
Résumé
Research on the psychological impact of war on affected populations is important for the planning and provision of interventions. However, most studies that address the effects of political violence have been restricted to Western countries, and even after six years of civil war in Syria, there has been no study addressing its psychological impact on the general population. The present study used an online survey to examine the level of psychological symptoms and correlates of distress in a sample of 387 subjects from different areas of Syria. We used t-tests to compare symptoms across zones with different levels of war activity, and multiple regression models to identify predictors of distress. Results indicate a high level of psychological distress indicative of psychopathology in all regions across the country. Rates were higher in areas with more intensive exposure (‘hot’ zones). Greater symptom severity was associated with living in a hot zone, female gender, older age, the number of potentially traumatic events, daily stressors, and (low) perceived feeling of safety; whereas social support, religiosity, and religious coping were associated with lower levels of symptoms. The elevated levels of mental health problems and direct relation between the level of exposure to violence and poorer mental health point to the need for mental health services. Reducing daily stressors and ensuring safety could contribute significantly to better mental health, although this does not replace the need for evidence-based psychotherapy. The planning and delivery of psychological interventions by NGOs should be informed by issues related to stigma, lack of understanding and acceptance of psychological care.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».