Étude des modérateurs cognitifs d’une intervention ciblée sur les traits de personnalité pour les symptômes dépressifs et les pensées suicidaires chez les adolescents
Bibliographic record
Abstract
La dépression chez les adolescents est une préoccupation majeure en raison de son impact sur la santé mentale et sur le risque de suicide qui constitue la quatrième cause de décès chez les 15- 29 ans. Malgré l’existence d’alternatives thérapeutiques, la gestion des troubles dépressifs demeure complexe en raison de la résistance aux traitements. Comprendre les facteurs influençant la réponse aux thérapies est donc crucial. L'intervention préventive cognitive- comportementale PreVenture, conçue pour cibler des traits de personnalité spécifiques comme le désespoir, un facteur de risque pour le développement de la dépression, offre une alternative de traitement prometteuse pour les adolescents. Des résultats préliminaires ont démontré le potentiel de PreVenture à réduire les symptômes dépressifs et les pensées suicidaires chez des adolescents canadiens. Ce projet vise à étudier les modérateurs cognitifs impliqués dans la réponse à cette intervention, en évaluant leur influence sur les symptômes dépressifs et les idées suicidaires chez des adolescents de 12 à 13 ans. Un modèle de croissance latent a été utilisé pour étudier la croissance des symptômes dépressifs et des pensées suicidaires. L’analyse de modération a permis d’étudier l’interaction entre PreVenture et la cognition. Les résultats indiquent que les adolescents rencontrant des difficultés de mémoire avant l'intervention montrent une réduction significative de leurs idées suicidaires dans les années suivantes. Cependant, aucun des modérateurs cognitifs n'a été identifié pour les symptômes dépressifs. En incluant les profils cognitifs d’adolescents à risque, ce projet met en avant la contribution des caractéristiques individuelles dans la prévention du suicide chez les adolescents.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".