Are personnel with a past history of mental disorders disproportionately vulnerable to the effects of deployment-related trauma? A cross-sectional study of Canadian military personnel
Notice bibliographique
Résumé
Abstract Background Past mental disorders predict future disorders, both in the presence and absence of trauma exposure. However, it is not clear whether those with past mental disorders are disproportionately vulnerable to the negative effects of a given level of trauma. Methods The data source was the 2013 Canadian Forces Mental Health Survey (CFMHS), of which 1820 respondents had deployed only once in their military careers—all in support of the mission in Afghanistan. The primary outcomes were past 12-month depression and past 12-month PTSD. Multivariate logistic regression was performed for each outcome variable, looking primarily for differences in the marginal effect of deployment-related trauma in those with and without a pre-deployment history of each disorder. Results A history of each pre-deployment disorder did indeed interact with deployment-related trauma with respect to the corresponding past 12-month disorder. In addition, pre-deployment history of depression and of PTSD interacted with each other, though only for the outcome of past 12-month PTSD. The average marginal effect of deployment-related trauma on past 12-month PTSD was highest in those with a pre-deployment history of depression in the absence of a pre-deployment history of PTSD. This group was twice as vulnerable to post-deployment PTSD relative to those without a pre-deployment history of both disorders and four times as vulnerable to post-deployment PTSD relative to those with a pre-deployment history of both disorders. No significant differences were seen in the marginal effects of trauma on past 12-month depression in the presence or absence of a pre-deployment history of that disorder. Conclusion There is modest differential vulnerability to past 12-month PTSD as a function of deployment-related trauma in those who had a pre-deployment history of PTSD or depression when compared to those who did and did not have a pre-deployment history of one or both disorders.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».