Identifying PTSD and Complex PTSD Profiles in Child Victims of Sexual Abuse
Notice bibliographique
Résumé
Post-traumatic stress disorder (PTSD) symptoms are frequent in child victims of sexual abuse. Authors argued that early trauma could lead to alterations in development that go far beyond the primary symptoms of PTSD and have proposed that Complex PTSD (C-PTSD) involving alterations in attachment, biology, affect regulation, consciousness, behavioral regulation, cognition, and self-concept, may better describe children experiencing chronic trauma at an early developmental stage. The aim of the study was to disentangle the diversity of profiles in child victims of sexual abuse based on the C-PTSD framework. Latent profile analysis was used to identify distinct subgroups in a sample of 861 sexually abused children aged 6 to 12. Children and their non-offending parents completed questionnaires evaluating PTSD symptoms and measures documenting alterations in development characteristics of C-PTSD. Latent profile analysis identified a best-fitting model consisting of three profiles: PTSD (40.7% of children), Resilient (32.8% of children), and C-PTSD (26.5% of children). Compared to others, children in the C-PTSD profile were more likely to have experienced more forms of interpersonal trauma and showed impairments in several domains. Findings underscore the importance of tailoring interventions to efficiently address the needs of young victims of sexual trauma.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».