Aggression, Suicidality, and Emotion Profiles in Youth: Links to Early Life Adversity
Notice bibliographique
Résumé
Suicidality and physical aggression are leading, related youth public health concerns. Yet, whether adolescents who harm themselves, others, or both differ emotionally and etiologically remains unclear. To address this, adolescents from a prospective population-based birth cohort reported their suicidality, physical aggression, depression/anxiety symptoms, anger, and callousness (N = 1637). Distinct latent harm-emotion profiles were identified, which were linked to perinatal and childhood experiences. A six-profile solution was retained: Low harm (79.5%), moderate suicidality (6.5%), high suicidality (2%), high aggression (2.5%), moderate aggression (8.5%), and high suicidality and aggression (dual harm; 1%). Elevated harm profiles were compared to the low-harm group. Moderate/high suicidality profiles showed slight elevations in physical aggression. All elevated harm profiles expressed higher negative emotionality. Dual harm and aggression groups reported higher callousness, while suicidality groups reported lower callousness. Aggression profiles were 75% male, suicidality profiles were 21% male, while the low and dual-harm profiles were more similarly mixed sex (47% vs. 63% male, respectively). Low-harm youth experienced more positive childhood parenting. The dual harm and high aggression groups had more deviant childhood best friends, while the dual harm and moderate aggression groups had lower early life household income. The moderate suicidality group had fathers with higher depressive symptoms during infancy and childhood. Thus, one in five youth showed relatively elevated suicidality and/or physical aggression; of which, 95% tended to have a primary target (themselves or others). Early life economic, parental, and peer support may be key for preventing suicidal and aggressive outcomes in adolescence.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».