Multidimensional correlates of psychological stress: Insights from traditional statistical approaches and machine learning using a nationally representative Canadian sample
Notice bibliographique
Résumé
Approximately one-fifth of Canadians report high levels of psychological stress. This is alarming, as chronic stress is associated with non-communicable diseases and premature mortality. In order to create effective interventions and public policy for stress reduction, factors associated with stress must be identified and understood. We analyzed data from the 2012 'Canadian Community Health Survey - Mental Health' (CCHS-MH), including 66 potential correlates, drawn from a range of domains (e.g., psychological, physical, social, demographic factors). First, we used a random forest algorithm to determine the most important predictors of psychological stress, then we used linear regressions to quantify the linear associations between the important predictors and psychological stress. In total, 23,089 Canadian adults responded to the 2012 CCHS-MH, which was weighted to be nationally representative. Random forest analyses found that, after accounting for variance from other factors and considering complex interactions, life satisfaction (relative importance = 1.00), negative social interactions (0.99), primary stress source (0.85), and age (0.77) were the most important correlates of psychological stress. To a lesser extent, employment status (0.36), was also an important variable. Univariable linear regression suggested that these variables had effects ranging from small to medium-to-large. Multiple linear regression showed that lower life satisfaction, being younger, greater negative social interaction, reporting a primary stressor, and being employed were all found to be associated with greater psychological stress (beta range = 0.03 to 0.84, all p < 0.001, R2 = 0.264). Further, these factors accounted for 26% of the variance of psychological stress. This study highlights that the most important correlates of stress reflect diverse psychological, social, and demographic factors. These findings highlight that stress reduction interventions may require a multidisciplinary approach. However, further longitudinal and experimental studies are required.
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 | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».