Mental health disorder symptom changes among public safety personnel after emotional resilience skills training
Notice bibliographique
Résumé
OBJECTIVES: Public safety personnel (PSP) are frequently exposed to psychologically traumatic events. The exposures potentiate posttraumatic stress injuries (PTSIs), including posttraumatic stress disorder (PTSD). The Royal Canadian Mounted Police (RCMP) Protocol was designed to mitigate PTSIs using ongoing monitoring and PSP-delivered Emotional Resilience Skills Training (ERST) based on the Unified Protocol for the Transdiagnostic Treatment of Emotional Disorders. The current study pilot-tested ERST effectiveness among diverse PSP. METHODS: A 16-month longitudinal design engaged serving PSP (n = 119; 34 % female; firefighters, municipal police, paramedics, public safety communicators) who completed PSP-delivered ERST. Participants were assessed for symptoms of PTSIs, including but not limited to PTSD, at pre- and post-training, and 1-year follow-up using self-report measures and clinical interviews. RESULTS: There were reductions in self-report and clinical diagnostic interview positive screens for PTSD and other PTSI from pre- to post-training (ps < 0.05), with mental health sustained or improved at 1-year follow-up. Improvements were observed among firefighters (Cohen's d = 0.40 to 0.71), police (Cohen's d = 0.28 to 0.38), paramedics (Cohen's d = 0.20 to 0.56), and communicators (Cohen's d = 0.05 to 0.14). CONCLUSION: Ongoing monitoring and PSP-delivered ERST, can produce small to large mental health improvements among diverse PSP, or mitigate PSP mental health challenges, with variations influenced by pre-training factors and organizational supports. ERST replication and extension research appears warranted. TRIAL REGISTRATION: Hypotheses Registration: aspredicted.org, #90136. Registered 7 March 2022 - Prospectively registered. TRIAL REGISTRATION: ClinicalTrials.gov, NCT05530642.
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 | 0,001 | 0,002 |
| 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 ».