Psychometric validation of the Posttraumatic Stress Disorder Checklist for DSM-5 (PCL-5) in adults with substance use disorders.
Notice bibliographique
Résumé
OBJECTIVE: (PCL-5) is one of the most widely used instruments in clinical practice, but there remain ongoing debates about its factor structure. Further, no study to date has undertaken psychometric validation of the PCL-5 among individuals seeking treatment for substance use disorder (SUD), a population for whom PTSD is highly concurrent and relevant to clinical care. The present study sought to examine three PTSD structural models and measurement invariance across sex and age in patients with SUD. METHOD: = 41.17; 71.03% male) who completed the PCL-5 at admission to inpatient treatment for SUD. Confirmatory factor analysis and tests of measurement invariance (age, sex) were conducted. RESULTS: Confirmatory factor analysis revealed that previously observed six-factor anhedonia and seven-factor hybrid models provided superior fit over the original four-factor model of PTSD, with optimal results found for the hybrid model. Configural, metric, and scalar measurement invariance for the six- and seven-factor models were observed for sex (males vs. females) and age (median split: < 41 vs. ≥ 41). CONCLUSION: Collectively, this study adds to growing evidence in support of a seven-factor model and validates the use of the PCL-5 in adult SUD treatment populations. Limitations of some of the alternative structures and priorities for future research on the overlap of PTSD and SUD are discussed. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 | 0,018 | 0,038 |
| 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) | 0,002 | 0,001 |
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 ».