Exploring Dissociation in Post-Traumatic Stress Disorder: Impact on Emotion, Cognition, and Daily Functioning Among Military Members, Veterans, and First Responders in Canada
Notice bibliographique
Résumé
Military members, veterans, and public safety personnel in Canada experience more frequent and severe symptoms of post-traumatic stress disorder (PTSD) as compared to the general population. Up to a third of individuals with PTSD experience persistent trauma-related dissociation symptoms, including depersonalization (feeling detached from oneself) and derealization (feeling detached from the world). Dissociative presentations reflect hypoarousal (e.g., emotional numbing and blunted affect) and contrast with classic PTSD symptoms of hyperarousal (e.g., hypervigilance and physiological reactivity). Although dissociation is linked to severe trauma and PTSD, research focusing on classic PTSD symptoms has dominated the trauma literature. To address this gap in research, I explored the impact of dissociation on emotion regulation, cognition, and daily functioning among adults seeking treatment for PTSD in Canada. In Chapter 2, I characterized dissociation symptoms in a sample public safety personnel. Approximately 25% of individuals reported elevated dissociation, which was associated with greater PTSD severity, emotion dysregulation, and daily impairment. In Chapter 3, I examined whether dissociation and emotion dysregulation predict cognitive dysfunction in a sample of military members, veterans, and public safety personnel. Both dissociation and emotion dysregulation symptoms explained, in part, impairments in cognitive functioning, even after accounting for the effects of PTSD severity. In Chapter 4, I trained machine learning models to predict PTSD-related illness in a sample of military members, veterans, public safety personnel, and civilians. Machine learning models accurately predicted self-reported PTSD severity (43% of variance) and functional impairment (32% of variance) in unseen data from patients in a hold-out test set. Both dissociation and emotion dysregulation symptoms emerged as important contributors to predictions. Overall, my findings suggest that improved recognition of trauma-related dissociative symptoms and tailored integration of evidence-based therapies may help address the complex needs of individuals experiencing PTSD.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».