Adverse Childhood Experiences Moderate the Relationship Between Pain and Later Suicidality Severity Among Youth: A Longitudinal High-Risk Cohort Study
Notice bibliographique
Résumé
Pain in adolescence can lead to the development of serious mental health issues, including suicidality. This risk may be strengthened among youth exposed to more adverse childhood experiences (ACEs; abuse, neglect, household challenges). This longitudinal study examined the role of ACEs in the relationship between pain and later suicidality onset and severity among a cohort of adolescents at risk for developing mental health problems. Participants were 139 healthy youth ( M age =13.74 years, SD =1.56, 64% female) between the ages of 11-17 years, recruited based on parental history of depression or anxiety. Youth completed validated measures of internalizing symptoms, ACEs, and pain characteristics at baseline and follow-up diagnostic interviews 9- and/or 18-months later to assess for onset and severity of suicidality. After controlling for demographics, baseline internalizing symptoms, and ACEs, worse pain interference and increased ACEs at baseline predicted increased suicidality severity at follow-up. Moderation analyses revealed that there was a significant interaction between ACEs and pain interference and pain intensity. Increased pain interference ( b = 7.65, p <.0001) or intensity ( b = 6.96, p =.0003) was only associated with increased suicidality severity at follow-up in youth with high levels of ACEs. This study demonstrates that ACEs strengthen the relationship between pain and later suicidality severity among youth at risk of developing mental health problems. Findings underscore the critical need to adopt a trauma informed lens to pediatric pain prevention and treatment (e.g., screening for ACEs), and for pain to be on the child mental health agenda. Perspective This article provides evidence that while pain is a risk factor for future increased suicidality severity, it is a particularly strong risk factor in youth who experienced increased childhood adversity. These results may help identify youth at greatest risk for suicidality.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».