Sex Differences in Personality Disorder and Childhood Maltreatment of Patients with Schizophrenia
Notice bibliographique
Résumé
Introduction: Despite numerous studies investigating personality disorder (PD) and childhood maltreatment (CM) characteristics in individuals with schizophrenia (SZ), there remains a scarcity of research focusing on sex differences in PD and CM within large samples of SZ patients. Methods: A total of 592 participants (257 males, 335 females) were consecutively sampled from patients diagnosed with SZ at the psychiatric and psycho-counseling clinics at Shanghai Mental Health Center. PDs were assessed using a self-reported personality diagnostic questionnaire and a structured clinical interview, while CMs were evaluated using the Chinese version of the Child Trauma Questionnaire Short Form. Results: Male patients exhibited a prominent self-reported trait of antisocial PD ( t =1.972, p =0.049), while female patients demonstrated a notable emphasis on histrionic PD traits ( t =− 2.057, p =0.040). Structured interviews for PD diagnoses further indicated a higher comorbidity of schizotypal ( χ2 =4.805, p =0.028) and schizoid ( χ2 =6.957, p =0.008) PDs among male patients compared to female patients. Additionally, male patients reported a higher degree ( t =2.957, p =0.003) and proportion ( χ2 =5.277, p =0.022) of experiences of physical abuse in their self-reported CM. Logistic regression analyses highlight distinct factors: higher antisocial PD traits and physical abuse are associated with male patients, while histrionic PD traits and emotional abuse are associated with female patients. Discussion: These findings underscore the importance of recognizing and addressing sex-specific manifestations of personality pathology and the nuanced impact of CM in the clinical management of individuals with SZ. The study advocates for tailored interventions that consider the distinct needs associated with sex differences in both personality traits and CM experiences among SZ patients. Keywords: personality disorder, psychosis, abuse, neglect, schizophrenia
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 | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».