Material hardship is associated with posttraumatic stress disorder symptoms among low‐income Black women
Notice bibliographique
Résumé
The link between socioeconomic status and posttraumatic stress disorder (PTSD) symptoms is well established. Given that Black women are disproportionately burdened by both poverty and PTSD symptoms, research focusing on these constructs among this population is needed. The current study assessed the association between material hardship (i.e., difficulty meeting basic needs) and PTSD symptoms among 227 low-income Black women in the United States. We explored several potential explanations for the association between poverty and PTSD symptoms (e.g., individuals living in poverty may experience higher levels of trauma exposure; individuals living in poverty may have less access to relevant protective resources, like social support; poverty itself may represent a traumatic stressor). Using robust negative binomial regression, a positive association between material hardship and PTSD symptoms emerged, B = 0.10, p = .009, SMD = 0.08. When trauma exposure was added to the model, it was positively associated with PTSD symptoms, B = 0.18, p < .001, SMD = 0.16, and material hardship remained positively associated with PTSD symptoms, B = 0.10, p =.019, SMD = 0.08. When social support indicators were added to the model, they were not associated with PTSD symptoms; however, material hardship remained significantly associated, B = 0.10, p = .021, SMD = 0.08. In the model with material hardship and trauma exposure, a significant interaction between material hardship and trauma exposure on PTSD symptoms emerged, B = -0.04, p = .027. These results demonstrate the importance of including material hardship in trauma research, assessment, and treatment.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».