How does family support mitigate the impact of childhood adversity on adolescent mental health?
Notice bibliographique
Résumé
Abstract Background Childhood adversity is associated with increased risk of developing mental health problems over the life course. We investigated how family emotional support in adolescence may mitigate the impact of childhood adversity on adolescent mental health. Methods We used longitudinal data from the UK Millennium Cohort Study on 9,269 children followed to age 17 years. Individuals were assigned to exposure trajectories characterised using group-based trajectory models that included measures of poverty and family adversities (parental mental ill health, parental alcohol misuse and domestic violence) up to age 14 years. Using counterfactual causal mediation analysis and four-way decomposition modelling approach, we evaluated how perceived family emotional support at age 14 (measured using the three-item Short Social Provisions Scale) influences the association of childhood adversity trajectories on mental health at ages 14 and 17, assessing the relative contributions of mediation and interaction simultaneously. Results Compared with children experiencing low adversity and poverty, those exposed to childhood adversity were almost three times more likely to experience poor mental health (RR 2·99, 95% CI 2 ·41 to 3·57) at age 14 and age 17 (RR 2·58, 95% CI 2·09 to 3·06). Perceived emotional support mitigates up to 18% (95% CI: 9% to 26%) of this effect at age 14, and 13% (95% CI: 5% to 22%) at age 17, mainly due to interactive mechanisms. Conclusions Childhood adversity has a strong effect on mental health, which is partially mitigated by perceived family support in adolescence. Policies that support positive family functioning may be particularly beneficial for children who have experienced adversity. Key messages • Socio-economic – associated mental health problems in adolescence differed based on levels of family support. • Approximately 20% of the social inequality in mental health outcomes in adolescence may be mitigated or reduced by improving levels of family support.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».