Comparing Childhood Characteristics of Adopted and Non-adopted Individuals Deceased by Suicide
Notice bibliographique
Résumé
Objective: Across the globe more than 35,000 children a year are adopted by non-relatives, and some studies suggest that adopted individuals may be more vulnerable to developing mental disorders. To map the differences in suicide risk factors in adopted and non-adopted individuals, this study will compare the development of mental disorders as well as life events occurring before the age of 18 for both adopted and non-adopted individuals deceased by suicide. Methods: This study included 13 adopted and 26 non-adopted individuals deceased by suicide as well as 26 non-adopted living control individuals. Cases were taken from a data bank created over the last decade by researchers of [our institution] comprising a mixture of 700 suicide cases and living control individuals aged from 14 to 84. Adopted and non-adopted individuals deceased by suicide; adopted individuals deceased by suicide and non-adopted living control individuals were each compared on Axis I and II disorders, early life events, and burdens of adversity. Results: Results show significant differences, with a higher rate of Attention Deficit Hyperactivity Disorder, mental health comorbidity and Cluster C personality disorders among adopted individuals. Furthermore, adopted individuals have higher adversity scores prior to the age of 15. Conclusion: This study underlines the fact that adoptive families need to be supported throughout adoption. Health care professionals need specialized training on this matter, and the psychological challenges adopted individuals face need to be treated at the earliest juncture.
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) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».