Influence of Stress Factors on the Development of Post-Traumatic Stress Disorder in Children: Risk Factors
Notice bibliographique
Résumé
In the current conditions of the ongoing war in Ukraine, which began in February 2022, Ukrainian children might develop post-traumatic stress disorder (PTSD) due to stress factors caused by the conflict between Ukraine and Russian-backed separatist forces, along with the Russian military. In particular, the relationship between reduced emotional intelligence and the development of post-traumatic stress disorder in children has become more relevant. This study aimed to assess structural and cognitive changes in children with PTSD and their relationship to depression, anxiety, and event segmentation. The study methods included clinical interviews (CAPS-CA-5 scale), neuropsychological tests (short-term and long-term memory tests), self-assessment questionnaires (standardised CDI, RCADS and SCAS-Child scales), and a single-shotMRI. The results showed that patients with post-traumatic stress disorder had reduced hippocampal volume (p=0.018) and the volume of cingulate cortex isthmus (p=0.026). Diffusion in the cerebellum-hippocampal tract was reduced (p=0.014). The level of depression was positively correlated with hippocampal volume (r=0.32, p=0.021) and anxiety with the volume of cingulate cortex isthmus (r=0.26, p=0.048). These results emphasise the importance of the relationship between structural changes and levels of depression and anxiety in patients with PTSD. Prospects for further research are based on the study of the long-term effects of psychotherapeutic interventions aimed at improving cognitive function in patients with posttraumatic stress disorder.
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 | 0,000 | 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) | 0,002 | 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 ».