PTSD in the Year Following Sexual Assault: A Meta-Analysis of Prospective Studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Sexual assault is associated with higher rates of posttraumatic stress disorder (PTSD) than other traumas, and the course of PTSD may differ by trauma type. However, the course of PTSD after sexual assault has not been summarized. The aim of this meta-analysis was to identify the prevalence and severity of PTSD and changes to the average rate of recovery in the 12 months following sexual assault. METHOD: Authors searched four databases for prospective studies published before April 2020 and sought relevant unpublished data. Eligible studies assessed PTSD in at least 10 survivors of sexual assault in at least two time points, starting within 3 months postassault. Random effects linear-linear piecewise models were used to identify changes in average recovery rate and produce model-implied estimates of monthly point prevalence and mean symptom severity. RESULTS: = 2,106) indicated that 74.58% (95% confidence interval [CI]: [67.21, 81.29]) and 41.49% (95% CI: [32.36, 50.92]) of individuals met diagnostic criteria for PTSD at the first and 12th month following sexual assault, respectively. PTSD symptom severity was 47.94% (95% CI: [41.27, 54.61]) and 29.91% (95% CI: [23.10, 36.73]) of scales' maximum severity at the first and 12th month following sexual assault, respectively. Most symptom recovery occurred within the first 3 months following sexual assault, after which point the average rate of recovery slowed. CONCLUSIONS: Findings indicate that PTSD is common and severe following sexual assault, and the first 3 months postassault may be a critical period for natural recovery.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 découle