Risk and resilience in Syrian refugee children: A multisystem analysis
Notice bibliographique
Résumé
Abstract Refugee children are often exposed to substantial trauma, placing them at increased risk for mental illness. However, this risk can be mitigated by a capacity for resilience, conferred from multiple ecological systems (e.g., family, community), including at an individual biological level. We examined the ability of hair cortisol concentrations and polygenic scores for mental health to predict risk and resilience in a sample of Syrian refugee children ( n = 1359). Children were categorized as either at-risk or resilient depending on clinical thresholds for posttraumatic stress disorder, depression, and externalizing behavior problems. Logistic regression was used to examine main and interacting effects while controlling for covariates. Elevated hair cortisol concentrations were significantly associated with reduced resilience (odds ratio (OR)=0.58, 95%CI [0.40, 0.83]) while controlling for levels of war exposure. Polygenic scores for depression, self-harm, and neuroticism were not found to have any significant main effects. However, a significant interaction emerged between hair cortisol and polygenic scores for depression (OR=0.04, 95%CI [0.003 0.47]), suggesting that children predisposed to depression were more at risk for mental health problems when hair cortisol concentrations were high. Our results suggest that biomarkers (separately and in combination) might support early identification of refugee children at risk for mental health problems.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».