Peritraumatic Distress and the Course of Posttraumatic Stress Disorder Symptoms: A Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVE: To examine how peritraumatic distress modulates the severity of posttraumatic stress disorder (PTSD) according to the timing of the PTSD symptom assessments. METHOD: A systematic literature review of English- and French-language studies having administered the Peritraumatic Distress Inventory (PDI) was conducted. Meta-analyses were performed on correlations relating PDI and PTSD symptom scores obtained from the sampled studies. The meta-analyses, which included calculations of regression slopes, took into consideration the time at which PTSD symptoms were assessed following the traumatic event and the timing of the PDI assessment. RESULTS: The literature review yielded a total of 22 studies. The meta-analysis performed over all studies resulted in a pooled correlation coefficient of 0.55 between the PDI and PTSD symptom scores. Meta-regression analyses conducted over all data revealed no apparent decrease in the correlations according to the timing of the PTSD symptom assessments. However, there were numerical or statistically significant declines in regression slopes when the meta-regressions were separately conducted on studies having administered the PDI either within, or following, a 1-month period after a traumatic event. CONCLUSIONS: While PDI or PTSD symptom score correlations remain generally significant, they tend to decline as time elapses between the traumatic event and the PTSD assessment. This suggests there may be factors other than peritraumatic distress that increasingly account for the long-term trajectory PTSD symptoms.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».