Gender differences in post-traumatic symptomatology among refugees: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Armed conflicts and persecution force millions of people to flee their countries, exposing them to severe pre-, peri-, and post-migration stressors that can negatively affect mental health. Post-traumatic stress disorder (PTSD), anxiety, and depression are common among forcibly displaced populations, and evidence suggests that gender may influence these outcomes.Objective: This systematic review and meta-analysis examined gender differences in mental health among refugees displaced by armed conflict, focusing on: (1) the odds and frequency of individuals presenting post-traumatic symptoms, (2) common comorbid conditions such as anxiety and depression, and (3) gender-based differences in exposure to traumatic events.Methods: Following PRISMA guidelines, we searched PubMed, Web of Science, Scopus, and Science Direct (December 2024). Two independent reviewers screened and extracted data according to PICOS criteria, and study quality was evaluated using the Newcastle–Ottawa Scale. Twenty-five studies met inclusion criteria, and 14 provided quantitative data for meta-analysis. Random-effects models were computed in R to estimate gender-based effect sizes for PTSD and related outcomes.Results: Women showed higher odds and frequency of PTSD symptoms, as well as increased levels of anxiety and depression, although differences in PTSD symptom severity were not consistently significant. Gender differences were also observed in exposure to traumatic events: women reported higher rates of sexual violence, whereas men were more likely to have been kidnapped or imprisoned. Longitudinal findings indicated a chronic trajectory of PTSD symptoms for both genders, likely shaped by post-migration stressors.Discussion: These findings highlight the relevance of gender in post-traumatic mental health among refugees. Higher symptom levels in women may reflect disproportionate exposure to gender-based violence and unequal access to support resources. Addressing these disparities is essential for designing gender-sensitive interventions and policies. Further research is needed to clarify long-term trajectories, standardize assessment tools, and identify effective strategies for diverse refugee populations.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,029 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».