MétaCan
Menu
Retour à la cohorte
Enregistrement W4385487435 · doi:10.1212/wnl.0000000000207738

Association Between Peer Victimization, Gender Diversity, Mental Health, and Recurrent Headaches in Adolescents

2023· article· en· W4385487435 sur OpenAlexafffundabout
Christelle Nilles, Jeanne V.A. Williams, Scott B. Patten, Tamara Pringsheim, Serena L. Orr

Notice bibliographique

RevueNeurology · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineHeadachesOdds ratioDemographyPopulationAnxietyConfoundingMoodSocioeconomic statusPsychologyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: It is unknown whether bullying and gender diversity are associated with increased headache frequency in adolescents. Our study aimed to assess the association between peer victimization, gender diversity, and frequent recurrent headaches in adolescents, while controlling for age, sex, socioeconomic status, and potential confounders (mood and anxiety disorders, suicidality). METHODS: This was a cross-sectional observational study of adolescents aged 12-17 years using data from a Canadian population-based health survey. Headache frequency was dichotomized into "≤once/wk" or ">once/wk" (i.e., frequent recurrent headaches). Logistic regression was used to quantify the association between frequent peer victimization (overt or relational), gender diversity (female sex at birth + male gender, male sex at birth + female gender, or gender diverse), mood/anxiety disorder, suicidality, and the odds of frequent recurrent headaches. The fully adjusted multivariable logistic regression model included all exposures and was controlled for age, sex, and socioeconomic status. Bootstrap replicate weighting was used to account for survey design effects. RESULTS: There were an estimated 2,268,840 eligible participants (weighted sample size) (mean age = 14.4 years, 48.8% female, 0.5% gender diverse), and 11.2% reported frequent recurrent headaches. Frequent recurrent headaches were associated with older age (odds ratio [OR] = 1.26 per year of age, 95% CI 1.20-1.31), female sex (OR = 2.89, 95% CI 2.47-3.37), and being gender diverse (OR = 3.30, 95% CI 1.64-6.63, adjusted for age/sex). Youth with frequent headaches had higher odds of experiencing both overt and relational bullying compared with peers (OR = 2.69, 95% CI 2.31-3.14, and OR = 3.03, 95% CI 2.58-3.54, adjusted for age/sex). In the fully adjusted model, frequent headaches were no longer associated with gender diversity (OR = 1.53, 95% CI 0.63-3.69) but were still associated with frequent overt and relational peer victimization (OR = 1.82, 95% CI 1.41-2.34, and OR = 1.54, 95% CI 1.17-2.03, respectively), suicidality (OR = 1.83, 95% CI 1.44-2.32), and having a mood or anxiety disorder (OR = 1.50, 95% CI 1.01-2.21, and OR = 1.74, 95% CI 1.24-2.45, respectively). In a model adjusted for age, sex, and mood/anxiety disorders, the risk of suicidality increased incrementally with headache frequency. DISCUSSION: Peer victimization and suicidality may be associated with higher headache frequency in adolescents with headaches, independently of mood and anxiety symptoms. Gender-diverse adolescents may have a higher risk of experiencing frequent headaches when compared with cisgender peers, and this may be explained by associated psychosocial factors (anxiety, depression, suicidality, and peer victimization).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,081
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,067
Tête enseignante GPT0,330
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetSuicide and Self-Harm StudiesTravaux en français237 207