Exploring the Interplay between Complex Post-Traumatic Stress Disorder and Obsessive–Compulsive Disorder Severity: Implications for Clinical Practice
Notice bibliographique
Résumé
Background and Objectives: Traumatic events adversely affect the clinical course of obsessive–compulsive disorder (OCD). Our study explores the correlation between prolonged interpersonal trauma and the severity of symptoms related to OCD and anxiety disorders. Materials and Methods: The study follows a cross-sectional and observational design, employing the International Trauma Questionnaire (ITQ) to examine areas linked to interpersonal trauma, the Hamilton Anxiety Rating Scale (HAM-A), and the Yale–Brown Obsessive–Compulsive Scale (Y-BOCS) to assess anxious and obsessive–compulsive symptoms, respectively. Descriptive analysis, analysis of variance (ANOVA), and logistic regression analyses were conducted. Results: We recruited 107 OCD-diagnosed patients, categorizing them into subgroups based on the presence or absence of complex post-traumatic stress disorder (cPTSD). The ANOVA revealed statistically significant differences between the two groups in the onset age of OCD (p = 0.083), psychiatric familial history (p = 0.023), HAM-A, and Y-BOCS (p < 0.0001). Logistic regression indicated a statistically significant association between the presence of cPTSD and Y-BOCS scores (p < 0.0001). Conclusions: The coexistence of cPTSD in OCD exacerbates obsessive–compulsive symptoms and increases the burden of anxiety. Further advancements in this field are crucial for mitigating the impact of early trauma on the trajectory of OCD and associated anxious symptoms.
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 | 0,000 | 0,000 |
| 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 ».