Mental health among older Bhutanese with a refugee life experience: A mixed-methods latent class analysis study.
Notice bibliographique
Résumé
There are disparities in the mental health of refugee populations compared to individuals who have not experienced forced migration. It is important to identify individuals with a refugee life experience who are most in need of mental health care and prioritize their engagement in services. The objectives of this convergent mixed-methods study are to quantitatively identify the association between exposure to pre- and postresettlement traumas and stressors and mental health among older adults with a refugee life experience, qualitatively identify typologies of narratives of forced migration, and integrate findings to provide a more comprehensive understanding of the relationship between trauma and symptoms of posttraumatic stress disorder (PTSD). Study participants were Bhutanese with a refugee life experience living in a metropolitan area in New England (United States). We used quantitative surveys to identify exposures to traumas and symptoms of PTSD. We used latent class analysis to identify subgroups of trauma exposure and association with symptoms of PTSD. A subset of individuals participated in qualitative interviews. Narrative thematic analysis was used to explore typologies of life history narratives. Quantitatively, we identified four classes of patterns of trauma exposure throughout the refugee life trajectory. These classes were associated with current symptoms of PTSD. Qualitatively, we identified four narrative types that indicate participants interpreted and made sense of their life trajectories in a variety of ways. Integration of findings indicate that caution is needed in identifying individuals in need of mental health services and the best approach for interventions that promote psychosocial well-being. (PsycInfo Database Record (c) 2023 APA, all rights reserved).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».