MétaCan
Menu
Retour à la cohorte
Enregistrement W4413950232 · doi:10.2196/75027

Prevalence and Associated Factors of Bullying Experienced by Community Patients With Serious Mental Disorders: Cross-Sectional Study

2025· article· en· W4413950232 sur OpenAlexvenueno aff
Yazhuo Qi, Meiqi Wang, Zhen Wei, Wenyu Wang, Kaixian Wang, Long Sun

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineOdds ratioPittsburgh Sleep Quality IndexContext (archaeology)Logistic regressionDemographyAffect (linguistics)PsychiatryGerontologyPsychologyInsomniaInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Individuals with serious mental disorders (SMDs) are frequently exposed to bullying, which can severely affect their well-being. However, research on this issue remains limited in the Chinese context. OBJECTIVE: This study aimed to examine the prevalence and associated factors of bullying experienced by individuals with SMDs in China, with the goal of providing evidence that may inform strategies to improve their quality of life. METHODS: A multistage stratified random sampling method was used to survey 486 community patients with SMDs in Shandong province, China. Participants self-reported experiences of bullying. The Stigma Scale for Chronic Illnesses, 8-item version was used to measure self-stigma; the Pittsburgh Sleep Quality Index assessed sleep quality; and the Family Apgar Scale evaluated family functioning. Single-factor analysis, logistic regression, and negative binomial regression were used to analyze the associations between variables. RESULTS: The prevalence rate of bullying experienced by individuals with SMDs was 42.4% (206/486). Higher levels of self-stigma were significantly associated with increased odds of being bullied (odds ratio [OR] 1.041, 95% CI 1.017-1.065; P<.001), while better family functioning was associated with lower odds of experiencing bullying (OR 0.913, 95% CI 0.850-0.980; P=.01). Verbal abuse was associated with poorer sleep quality (OR 1.056, 95% CI 1.004-1.111; P=.04), particularly when reported as perpetrated by caregivers (OR 1.068, 95% CI 1.029-1.108; P<.001). In addition, age (P<.001), education level (P=.02), only-child status (P=.04), and diagnosis type (P=.03) were significantly related to bullying experiences. CONCLUSIONS: Higher levels of self-stigma were associated with experiencing bullying among individuals with SMDs, whereas better family functioning was associated with lower odds of being bullied. Verbal abuse-especially by caregivers-was associated with poorer sleep quality. These findings suggest that reducing self-stigma and strengthening family support may help improve quality of life for individuals with SMDs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,339
Écart entre enseignants0,317 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetBullying, Victimization, and AggressionTravaux en français237 207