Pre-existing depression, anxiety and trauma as risk factors for the development of post-traumatic stress disorder symptoms following wildfires
Notice bibliographique
Résumé
The trauma of wildfires leads to one of the most challenging and treatment resistant mental health conditions-namely-post-traumatic stress disorder (PTSD). Research addressing the contribution of pre-existing mental health conditions to the development of PTSD symptoms following traumatization by wildfires is limited. This study examined whether people with pre-existing diagnoses of anxiety, depression, PTSD, insomnia and nightmares, by a mental health professional, are more likely to develop symptoms of PTSD than those with no previous diagnosis following the trauma of wildfires. A total of 126 wildfire survivors from Australia, Canada and the United States of America completed an online survey. An independent sample t-tests revealed that pre-existing diagnosed conditions of depression, an anxiety disorder and PTSD significantly increased the likelihood of developing PTSD symptoms following traumatization by wildfires (t = −2.51, p = 0.014, 95% CI [-18.91 – -2.20], t = −2.61, p = 0.01, 95% CI [-18.91 – -2.57], t = −2.57, p = 0.012, 95% CI [-22.36 – -2.87] respectively). Practitioners working in communities subjected to wildfires need to run a thorough screening of their patients’ pre-existing mental health conditions to provide the right treatment and referral pathways to those affected by the trauma of wildfires.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».