MétaCan
Menu
Retour à la cohorte
Enregistrement W4306669921 · doi:10.1017/s2045796022000580

Adverse childhood experiences and global mental health: avenues to reduce the burden of child and adolescent mental disorders

2022· article· en· W4306669921 sur OpenAlexaff
Caterina Ceccarelli, Eleonora Prina, Orso Muneghina, Mark J. D. Jordans, Edward D. Barker, Kenneth E. Miller, Rakesh Singh, Ceren Acartürk, K. Sorsdhal, Pim Cuijpers, Crick Lund, Corrado Barbui, Marianna Purgato

Notice bibliographique

RevueEpidemiology and Psychiatric Sciences · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueChild Abuse and Trauma
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMental healthPsychosocialPsychological interventionGlobal mental healthPsychiatryPsychologyGlobal healthMedicinePublic health

Résumé

récupéré en direct d'OpenAlex

Mental disorders are one of the largest contributors to the burden of disease globally, this holds also for children and adolescents, especially in low- and middle-income countries. The prevalence and severity of these disorders are influenced by social determinants, including exposure to adversity. When occurring early in life, these latter events are referred to as adverse childhood experiences (ACEs).In this editorial, we provide an overview of the literature on the role of ACEs as social determinants of mental health through the lenses of global mental health. While the relation between ACEs and mental health has been extensively explored, most research was centred in higher income contexts. We argue that findings from the realm of global mental health should be integrated into that of ACEs, e.g. through preventative and responsive psychosocial interventions for children, adolescents and their caregivers. The field of global mental health should also undertake active efforts to better address ACEs in its initiatives, all with the goal of reducing the burden of mental disorders among children and adolescents globally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,277
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,349
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations60
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiology and Psychiatric SciencesMême sujetChild Abuse and TraumaTravaux en français237 207