Adverse childhood experiences, morbidity, mortality and resilience in socially excluded populations: protocol for a systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Socially excluded populations, defined by homelessness, substance use disorder, sex work or criminal justice system contact, experience profound health inequity compared with the general population. Cumulative exposure to adverse childhood experiences (ACEs), including neglect, abuse and household dysfunction before age 18, has been found to be independently associated with both an increased risk of social exclusion and adverse health and mortality outcomes in adulthood.Despite this, the impact of ACEs on health and mortality within socially excluded populations is poorly understood. METHODS AND ANALYSIS: We will search MEDLINE, Cumulative Index of Nursing and Allied Health Literature, Educational Resources Information Center, PsycINFO, Applied Social Science Index and Abstracts and Criminal Justice Database for peer-reviewed studies measuring ACEs and their impact on health and mortality in socially excluded populations.Three review questions will guide our data extraction and analysis. First, what is the prevalence of ACEs among people experiencing social exclusion in included studies? Second, what is the relationship between ACEs and health and mortality outcomes among people experiencing social exclusion? Does resilience modify the strength of association between ACEs and health outcomes among people experiencing social exclusion?We will meta-analyse the relationship between ACE exposure and health outcomes classified into six a prior categories: (1) substance use disorders; (2) sexual and reproductive health; (3) communicable diseases; (4) mental illness; (5) non-communicable diseases and (6) violence victimisation, perpetration and injury. If there are insufficient studies for meta-analysis, we will conduct a narrative synthesis. Study quality will be assessed using the MethodologicAl STandards for Epidemiological Research scale. ETHICS AND DISSEMINATION: Our findings will be disseminated in a peer-reviewed journal, in presentations at academic conferences and in a brief report for policy makers and service providers. We do not require ethics approval as this review will use data that have been previously published. PROSPERO REGISTRATION NUMBER: CRD42022357565.
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 | 0,059 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,025 | 0,032 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,004 |
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 ».