Multiple forms of discrimination and obsessive-compulsive disorder: a prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Discrimination increases the risk for adverse mental health in minority populations, with studies showing elevated rates of obsessive-compulsive disorder (OCD) in Black adults facing racial discrimination. Yet, there is a lack of longitudinal research on the different forms of discrimination in relation to OCD risk in early adolescence. The objective of this study was to examine the prospective associations between multiple forms of discrimination and OCD in a national sample of U.S. early adolescents. METHODS: We examined prospective cohort data from Year 2 (2018-2020, ages 10-13) and Year 3 (2019-2021) of the Adolescent Brain Cognitive Development Study (N = 7,983). Multiple logistic regression models were used to analyze associations between Year 2 past 12-month experiences of discrimination (based on race and ethnicity, country of origin, sexual orientation, weight, and combined multi-discrimination) and Year 3 probable OCD (Child Behavior Checklist; based on dichotomized t-score indicating high risk), adjusting for theoretically relevant covariates including age, sex, sexual orientation, race and ethnicity, country of origin, household income, parent education, depression, body mass index category, study site, and Year 2 probable OCD. RESULTS: Adjusting for all covariates, multi-discrimination (OR = 1.67; 95% CI 1.23, 2.27), racial discrimination (OR = 2.77; 95% CI 1.32, 5.80), sexual orientation discrimination (OR = 2.51; 95% CI 1.11, 5.64), and weight discrimination (OR = 2.51; 95% CI 1.13, 5.59) at Year 2 were prospectively associated with developing probable OCD at Year 3. There were no significant findings for discrimination based on country of origin. CONCLUSIONS: Early adolescents who have experienced several forms of discrimination have higher odds of developing probable OCD, suggesting the utility of screening for OCD in even younger adolescents who have encountered discrimination. Educators can play a role in guiding adolescents experiencing discrimination to appropriate resources for accessing mental healthcare.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».