A nested case-control study evaluating the relationship between adverse childhood experiences and immune-mediated inflammatory disease in the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
OBJECTIVE: Adverse childhood experiences (ACE) have inconsistently been implicated as risk factors for immune-mediated inflammatory diseases (IMID). We evaluated whether the association of ACE with disease differs between IMID and other chronic diseases. DESIGN: Nested retrospective case-control study. SETTING: We used data from the Canadian Longitudinal Study on Aging (CLSA), which recruited participants aged 45-85 years between 2010 and 2015. PARTICIPANTS: We included 12 627 CLSA participants: 2 102 who reported diagnoses of IMID (258 multiple sclerosis (MS), 1 692 rheumatoid arthritis (RA) and 160 inflammatory bowel disease (IBD)), 5 519 with diabetes, 170 with epilepsy, 3 889 with asthma and 1 125 with no chronic diseases. ACE, including childhood maltreatment (physical, emotional and sexual abuse, neglect) and household dysfunction, were queried using questions from the Childhood Experiences of Violence Questionnaire-Short Form and the National Longitudinal Study of Adolescent to Adult Health Wave III questionnaire. PRIMARY AND SECONDARY OUTCOME MEASURES: We first evaluated whether the association of maltreatment differed across diagnoses (IMID, diabetes, asthma, epilepsy, no chronic diseases). Second, we evaluated whether the association between maltreatment differed across IMID. We repeated our analyses for different types of ACE. RESULTS: Maltreatment or household dysfunction was experienced by 64% of participants and 30% experienced both. On multivariable analysis, history of any maltreatment, sexual abuse, any household dysfunction and having ≥3 types of ACE were all associated with increased risk of IMID compared with no chronic disease. The association between ACE and IMID did not differ across MS, RA and IBD. CONCLUSION: ACE are common among Canadians with and without chronic diseases. History of any maltreatment or household dysfunction is associated with increased risk of chronic disease.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 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 ».