Analyse de survie sur les prédicteurs de la durée d’un processus thérapeutique individuel chez les hommes auteurs de violence conjugale
Bibliographic record
Abstract
La violence conjugale est un problème social qui engendre des coûts sérieux (Statistique Canada, 2016). Son traitement est important. Les taux d’abandon thérapeutique observés dans les programmes de traitement en groupe pour les hommes auteurs de comportements violents en contexte conjugal se situent entre 15 et 58 % (Jewell & Wormith, 2010). Ces hauts taux d’abandon réduisent l’efficacité réelle des suivis pour violence conjugale (Bowen & Gilchrist, 2006). Des études montrent que l’âge, l’occupation, le statut conjugal, le faible revenu, l’expérience de violence physique à l’enfance, la consommation de drogue et d’alcool, ainsi que la personnalité colérique et la fréquence des comportements de violence sont des variables qui permettent de prédire l’abandon d’un programme de traitement de la violence conjugale en format de groupe et de type fermé (Jewell & Wormith, 2010). Aucune étude recensée n’a étudié les prédicteurs liés à l’abandon thérapeutique d’un traitement en format individuel de type ouvert. Cette étude visait à identifier quels sont les moments-clés où il y a cessation du suivi pour violence conjugale et à vérifier quelles variables sont associées à une cessation plus ou moins précoce du traitement individuel des hommes auteurs de violence conjugale. Une batterie de questionnaires auto-rapportés a été soumise à 206 hommes francophones qui amorcent une consultation individuelle pour un problème de violence conjugale dans un centre communautaire de la province de Québec. Parmi ceux-ci se trouvaient des questionnaires évaluant l’expérience de la colère, les comportements de violence conjugale, les insécurités d’attachement amoureux et la désirabilité sociable. Le nombre de séances complétées par chaque participant a également été obtenu par le biais de l’organisme. Une première analyse de survie a permis de produire une table de survie et d’identifier trois moments où la cessation du suivi est la plus fréquente, soient une cessation précoce (1 ou 2 séances), une cessation à court terme (3 à 5 séances) et une cessation à moyen terme (après la 11e séance). L’analyse de survie par régression de Cox a ensuite permis de montrer que l’âge, le fait d’avoir complété ou non des études post-secondaires, le fait d’avoir une occupation stable (emploi ou études à temps plein) ou non, le fait de consulter sous ordonnance légale, le niveau de violence psychologique émise, ainsi que les insécurités d’attachement (évitement de l’intimité, anxiété d’abandon) sont tous des prédicteurs significatifs du moment de cessation d’un suivi individuel de type ouvert pour violence conjugale. Plus précisément, les participants qui n’ont pas complété d’études post-secondaires, qui sont sans occupation stable, qui consultent sous ordonnance de la Cour ou de la DPJ et qui présentent peu d’évitement de l’intimité ont davantage tendance à cesser leur suivi de façon précoce; les participants qui ont complété des études post-secondaires et qui présentent peu d’anxiété d’abandon ont davantage tendance à cesser leur suivi à court terme; les clients qui posent moins d’actes de violence psychologique ont davantage tendance à mettre fin à leur suivi à moyen terme. Les implications cliniques de ces résultats sont discutées
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".