Bereavement & mental health: The generational consequences of a grandparent's death
Notice bibliographique
Résumé
The COVID-19 pandemic has left millions of children and adolescents grieving the sudden death of a grandparent. Yet, we lack knowledge of the mental health implications of a grandparent's death for youth. This study uses longitudinal data to examine if the loss of a grandparent increases adolescent grandchildren's likelihood of experiencing their mothers' major depressive disorder, and of having depressive symptoms themselves. Using data from the Fragile Families and Child Wellbeing Study, a population-based cohort study of children born in 20 U.S. cities between 1998 and 2000, we estimate associations between the death of a maternal grandparent in mid-childhood and adolescents', and their mothers', depressive outcomes when the adolescent is roughly age 15 (in 2014-17), net of a robust set of covariates, including pre-bereavement depression. Adjusted regression models show no elevated depression risk associated with a grandfather's death-neither for adolescents nor their mothers. A grandmother's death within the previous seven years is associated with a higher likelihood of adolescents having a depressed mother compared to both non-bereaved adolescents (odds ratio (OR) = 2.42; 95% confidence interval (CI) = 1.17, 5.01) and those whose grandmother died more than seven years ago (OR = 3.78; 95% CI = 1.54, 9.31). Furthermore, adolescent boys have a 50% increase in their depressive symptoms following a grandmother's death relative to their non-bereaved peers-an increase that operates independently from the influence of the death on their mother. Together, the results show the death of a grandmother is an underappreciated, persistent risk factor for adolescents experiencing maternal major depressive disorder, and for adolescent boys experiencing depressive symptoms personally.
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 | 0,002 | 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 | 0,004 | 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) | 0,001 | 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 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 ».