MétaCan
Menu
Retour à la cohorte
Enregistrement W4393927571 · doi:10.32920/25438531

Measuring Adverse Childhood Experiences: Comparing Individual, Composite, Score‑based and Latent Profile‑based Scoring Schemas Among Gay, Bisexual, and Other Men Who Have Sex with Men

2024· preprint· en· W4393927571 sur OpenAlexaboutno aff
Syed W. Noor, Jessica E. Sutherland, Julia R G Vernon, Barry D. Adam, David J. Brennan, Trevor Hart

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueAdolescent Sexual and Reproductive Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyDevelopmental psychologyLatent class modelAdverse Childhood ExperiencesClinical psychologyPsychiatryMental healthComputer science

Résumé

récupéré en direct d'OpenAlex

Adverse childhood experiences (ACEs; e.g., neglect, sexual abuse) among gay, bisexual, and other men who have sex with men (GBM) may not occur in isolation, but may be connected and occur in clusters. Most studies have measured ACEs individually, hierarchically, additively, or in a binary fashion (presence or absence of ACEs), rather than treating them as connected and clustered. This study examined these competing approaches of scoring ACEs and their relative power at predicting health outcomes. We examined abuse (sexual, physical, and emotional) and neglect (physical and emotional) experiences among a non-random sample of 470 Toronto GBM using the Childhood Trauma Questionnaire Short Form subscales. We compared five scoring schemas: (1) five individual scores for each form of maltreatment; (2) a composite score summing all of the maltreatment scores; (3) a hierarchical regression model with sexual abuse entered first then followed by physical abuse, emotional abuse, physical neglect, and emotional neglect; (4) a severity-based categorization; and (5) a latent profile-based categorization. Experiences of abuse and neglect were not uncommon (22-33%) and some participants experienced multiple forms of abuse and neglect (r = .33-.65, df = 464-467; p < .001; shared variance, r2 = 11-43%). Results show the dose-response effects of ACEs and highlight the importance of examining ACEs in clusters rather than individually. Latent profile analysis identified GBM who experienced multiple and frequent ACEs, and also identified the types of ACEs they experienced: crucial information that was obscured in score-based or severity-based approaches.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,205
Tête enseignante GPT0,392
Écart entre enseignants0,187 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdolescent Sexual and Reproductive HealthTravaux en français237 207