Gender-differentiated pathways from childhood trauma to self-injury: rumination as a mediator in depressed adolescents
Notice bibliographique
Résumé
BACKGROUND: Amid the global escalation of adolescent depression and non-suicidal self-injury (NSSI), childhood trauma has been identified as a critical risk factor, yet how specific trauma subtypes contribute to NSSI remains unclear. This study aims to explore the relationship between childhood trauma subtypes and NSSI in depressed adolescents, focusing gender differences, and verify the mediating role of rumination. METHODS: This cross-sectional study included 2,006 clinically depressed adolescents (aged 10-19), who were recruited through convenience sampling from a psychiatric hospital in China (2024-2025). Validated scales (Childhood Trauma Questionnaire [CTQ], Ruminative Response Scale [RRS], Ottawa Self-Injury Inventory [OSI]) were administered. Binary logistic regression, subgroup analysis, and mediation analysis were used to examine the relationships between variables. RESULTS: NSSI prevalence reached 69.3% in depressed adolescents (female: 77.6% vs. male: 52.1%). Emotional neglect (EN, odds ratio [OR] = 1.82), emotional abuse (EA, OR = 2.06), and physical abuse (PA, OR = 2.55) were associated with NSSI. Gender difference analysis revealed that females were more sensitive to EN (OR = 2.30) and EA (OR = 2.06), while males were more sensitive to EA (OR = 2.07) and PA (OR = 2.12). A single trauma subtype significantly increased the risk of NSSI in females, whereas males required at least two trauma subtypes to significantly increase NSSI risk. Rumination played a mediating role between all trauma subtypes and NSSI, with sexual abuse (SA) showing the highest mediation effect (78.02%), indicating a full mediation effect. CONCLUSIONS: The childhood trauma-NSSI association in depressed adolescents demonstrates gender difference, with rumination functioning as the central mechanistic pathway. Interventions must prioritize trauma subtype- and gender-tailored strategies to disrupt rumination pathways. CLINICAL TRIAL NUMBER: Not applicable.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».