Characteristics of Adolescents Affected by Mass Psychogenic Illness Outbreaks in Schools in Nepal: A Case-Control Study
Notice bibliographique
Résumé
Mass psychogenic illness is generally construed as a dissociative phenomenon. We sought to test if the correlates of dissociative experiences and behaviours most commonly proposed in the literature (i.e., that explain dissociation in terms of childhood trauma, cognitive and personality traits, current level of distress, or a specific propensity for dissociative experience and behaviours) could predict caseness among students affected by episodes of mass psychogenic illness occurring in schools in Nepal. We assessed 194 cases and 190 controls (N = 384) of ages 11-18 years from 12 public schools in Nepal. Cases and controls were comparable on all demographic variables, except family configuration. In bivariate comparisons, caseness was associated with childhood trauma (especially physical abuse) as well as living in nuclear families, experience of peritraumatic dissociation, a higher dissociative tendency, and higher levels of depressive and posttraumatic stress symptoms. Hypnotizability emerged as the strongest predictor of mass psychogenic illness case status among the cognitive and personality trait variables. However, in multivariable logistic regression, the proposed correlates of dissociation did not make a significant contribution in predicting caseness suggesting that correlates of dissociative experiences and behaviours currently proposed in the literature do not adequately map the phenomenon of mass psychogenic illness. Ad-hoc Classification and Regression Trees analysis showed that if an adolescent is highly hypnotizable and reports higher rates of peritraumatic dissociative experiences then there is 73% probability that the adolescent will be a case in a mass psychogenic illness episode. Studies involving other psychological factors (i.e., secondary gain, suggestibility, absorption, expectancy, modelling and behavioral mimicry), social and cultural factors as well as school- and family-related factors are needed to understand the causes and correlates of mass psychogenic illness phenomena to guide prevention and 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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».