A Functional Network Perspective on Posttraumatic Stress in Refugees: Implications for Theory, Classification, Assessment, and Intervention
Notice bibliographique
Résumé
There is an important, long-standing debate regarding the universality vs. specificity of trauma-related mental health symptoms in socio-culturally and linguistically diverse population groups, such as refugees and asylum seekers. Network theory, an emerging development in the field of psychological science, provides a novel data analytic methodology to evaluate and empirically examine long-standing questions about the structure and function of posttraumatic stress symptoms. We sought to empirically model the functional network of posttraumatic stress symptoms among East African refugees who survived multiple potentially traumatic events. A sample of 148 Sudanese and Eritrean male asylum seekers ( M( SD) age = 32.60(7.13) were recruited from the community in Israel. The nature and function(s) of posttraumatic symptoms (Harvard Trauma Questionnaire) were modeled using regularized partial correlation models to derive a network of symptoms. Spinglass and exploratory graph analysis walktrap algorithms were then used to identify functional “circuits of symptoms” or clusters of nodes within the network. Analyses revealed a functional symptom circuitry that shares features with the predominant western model of posttraumatic stress disorder; as well as unique functional clusters of symptoms inconsistent with nosology and symptomatology observed in studies of Western populations. Findings may have important implications for theory, classification, assessment, candidate mechanisms that may drive and maintain posttraumatic stress, and in turn may inform prevention or treatment for socio-culturally diverse forcibly displaced population groups.
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 ».