Prevalence of Mental Ill-Health in a Cohort of First Responders Attending the Fort McMurray Fire
Notice bibliographique
Résumé
Objectives: The study was designed to estimate the prevalence of mental disorders in a cohort of firefighters who had been deployed to a devastating fire in Fort McMurray, Alberta, in 2016. Methods: A cohort of firefighters was established and followed up by online questionnaires. The contact in October 2018 to March 2019 included the PCL-5 questionnaire screening for post-traumatic stress disorder (PTSD) and the Hospital Anxiety and Depression Scale (HADS) screening for anxiety and depression. A sample was selected comprising all scoring ≥31 on the PCL-5 or ≥12 on either scale of the HADS, 30% of those scoring 8 to 11 on the HADS, and 10% of those with lower scores on all scales. This sample was assessed through a structured clinical interview to categorize disorders as defined in Diagnostic and Statistical Manual for Mental Disorders, fifth edition ( DSM-5). Interviews were carried out face-to-face or by telephone between August 2019 and February 2020. Diagnoses in the interview sample were reweighted to obtain prevalence estimates for the whole cohort. In an analysis of receiver operating characteristics (ROC), possible cut points for scores from each screening questionnaire were examined. Results: In 2018 to 2019, 1,000 of the cohort of 1,234 firefighters completed the HADS and 998 completed the PCL-5. Of these, 282 were identified for structured clinical interviews for DSM-5 (SCID) assessment. Interviews were carried out with 192. Among those assessed, 40.6% met the criteria for PTSD, 30.7% for an anxiety disorder, and 28.5% for a depressive disorder. When reweighted to allow for sampling and losses to assessment, cohort prevalence estimates were as follows: PTSD 21.4% (15.7% to 29.1%), anxiety disorders 15.8% (11.0% to 22.5%), and depressive disorders 14.3% (9.9% to 20.8%). Lower prevalence estimates were obtained when using the cut point with least misclassification in the ROC analysis. Conclusion: Using the gold-standard SCID assessment, high rates of mental disorders were found in this cohort of firefighters who had experienced a devastating fire. Fewer cases would have been identified by screening questionnaire alone.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».