Overall and Gender-specific Associations between Dimensions of Adverse Childhood Experiences and Mental Health Outcomes among Homeless Adults: Associations Générales et Sexospécifiques Entre les Dimensions des Expériences Défavorables de L’enfance et les Résultats de Santé Mentale Chez les Adultes Sans Abri
Notice bibliographique
Résumé
OBJECTIVE: The associations between adverse childhood experiences (ACEs) and psychopathology have been well-established in the general population. Research on ACEs in the homeless population has been limited. This study examined whether ACE exposure is associated with specific mental health outcomes among a national sample of homeless adults with mental illness and whether this association varies according to ACE dimension and gender. METHODS: This cross-sectional study utilized data from a national sample of 2,235 homeless adults with mental illness in Canada to evaluate their sociodemographic characteristics, exposure to ACEs, and mental health outcomes. Exploratory and confirmatory factor analyses were conducted to identify and confirm ACE dimensions (maltreatment, sexual abuse, neglect, divorce, and household dysfunction) from individual ACE items. Multivariable logistic regression was used to examine the associations between total ACE score and ACE dimensions with mental illness diagnoses and psychopathology severity. RESULTS: ]: 2.99). Total ACE score was positively associated with several mental illness diagnoses and psychopathology severity. Unique associations were found between specific ACE dimensions and poor mental health outcomes. The prevalence of almost all ACEs was significantly higher among women. Yet, associations between several ACE dimensions and poor mental health outcomes existed uniquely among men. CONCLUSIONS: There are unique and gender-specific associations between specific ACE dimensions and mental health outcomes among homeless adults. Better understanding of the mechanisms underlying these associations is needed to inform screening, prevention, and treatment efforts, particularly given the very high prevalence of ACEs among this vulnerable and marginalized population.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».