A 40-year study of child maltreatment over the early life course predicting psychiatric morbidity, using linked birth cohort and administrative health data: protocol for the Childhood Adversity and Lifetime Morbidity (CALM) study
Notice bibliographique
Résumé
BACKGROUND: Child maltreatment is a major public health issue worldwide. Retrospective studies show a strong association between self-reported child maltreatment and poor mental and physical health problems. Prospective studies that use reports to statutory agencies are less common, and comparisons of self- and agency-reported abuse in the same cohort even rarer. AIMS: = 7223) from Brisbane in Queensland, Australia (including notifications to child protection agencies), to compare psychiatric outcomes in adulthood of agency- and self-reported child maltreatment while minimising attrition bias. METHOD: We will compare people with all forms of self- and agency-reported child maltreatment to the rest of the cohort, adjusting for confounding in logistic, Cox or multiple regression models based on whether outcomes are categorical or continuous. Outcomes will be hospital admissions, emergency department presentations or community/out-patient contacts for ICD-10 psychiatric diagnoses, suicidal ideation and self-harm as recorded in the relevant administrative databases. CONCLUSIONS: This study will track the life course outcomes of adults after having experienced child maltreatment, and so provide an evidence-based understanding of the long-term health and behavioural consequences of child maltreatment. It will also consider health outcomes that are particularly relevant for adolescents and young adults, especially in relation to prospective notifications to statutory agencies. Additionally, it will identify the overlap and differences in outcome for two different sources of child maltreatment identification in the same cohort.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».