Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.

Article de méthode

Visualisation de l’histogramme polaire des scores de l’échelle du trouble de stress aigu pour une évaluation clinique complète

1.6K vues

⸱

DOI :

10.3791/67770

⸱

6 décembre 2024

 ,  ,  ,  , 
1CAS Key Laboratory of Mental Health, Institute of Psychology, Chinese Academy of Sciences, 2Department of Psychology, University of Chinese Academy of Sciences, 3Intensive Care Medicine Department, Dongzhimen Hospital, Beijing University of Chinese Medicine, 4Beijing Intelligent Entropy Science & Technology Co Ltd.

Dans cet article

Résumé

Cette étude présente une nouvelle méthode de visualisation d’histogramme polaire pour analyser les scores de l’échelle ASDS (Acute Stress Disorder Scale), en se concentrant sur les soignants âgés des unités de soins intensifs. La technique a montré simultanément les 19 variables TSA, révélant des schémas de stress distincts entre les témoins sains et les soignants tout en démontrant des améliorations significatives après l’intervention dans les symptômes d’hyperexcitation et d’évitement.

Résumé

L’échelle du trouble de stress aigu (ASDS) est cruciale pour évaluer le trouble de stress aigu (TSA), en particulier dans les environnements très stressants comme les unités de soins intensifs (USI). Les méthodes traditionnelles ont du mal à interpréter simultanément les 19 variables de l’ASDS. Cette étude introduit une nouvelle approche de visualisation de l’histogramme polaire pour améliorer l’analyse du score ASDS, en se concentrant sur les soignants âgés en soins intensifs. Une visualisation d’histogramme polaire pour les scores ASDS a été développée à l’aide de MATLAB. Les données provenant de témoins âgés en bonne santé (n = 106) et de soignants âgés en soins intensifs (EC-USI ; n = 309) ont été utilisées pour comparer les profils de TSA. Un sous-groupe de participants à l’unité de soins intensifs (n = 109) a reçu des interventions sur le soutien social et les stratégies d’adaptation positives. L’efficacité de l’intervention et les modèles de dysrégulation du stress ont été analysés à l’aide de cette nouvelle technique et des méthodes statistiques traditionnelles. L’histogramme polaire a effectivement affiché simultanément les 19 variables de l’ASDS, révélant des tendances distinctes entre les témoins sains (score ASDS moyen : 29,36) et les participants à l’EC-ICU (score ASDS moyen : 62,61). Cette technique a mis en évidence des différences significatives dans les profils de contraintes qui n’apparaissent pas dans les diagrammes à barres conventionnels. Après l’intervention, le sous-groupe EC-ICU a montré une réduction de 5 % à 8 % de dix indicateurs de TSA liés à l’évitement, à l’hyperexcitation et à la détresse émotionnelle. Les améliorations les plus significatives ont été les réactions physiques aux rappels de traumatismes, l’hypervigilance et les troubles du sommeil. Cette approche d’histogramme polaire offre une visualisation complète et intuitive des scores ASDS, améliorant ainsi l’interprétation clinique et l’évaluation des TSA. L’intégration d’indicateurs psychologiques multidimensionnels dans un cadre visuel unique permet une analyse plus précise des états de stress et de l’efficacité des interventions. La technique s’avère particulièrement utile pour identifier les modèles de stress chez les soignants âgés en soins intensifs et évaluer les interventions ciblées. Cette méthode novatrice a des implications importantes pour l’élaboration de stratégies de soutien personnalisées, l’amélioration de l’évaluation des TSA et l’avancement de la recherche sur les troubles de stress dans les milieux cliniques.

Introduction

Le trouble de stress aigu (TSA)1 est un problème de santé mentale important qui peut survenir immédiatement après un événement traumatisant. Il se caractérise par un ensemble de symptômes, notamment l’intrusion, l’humeur négative, la dissociation, l’évitement et l’excitation 1,2,3. L’évaluation précise et l’intervention rapide des TSA sont cruciales, en particulier dans les environnements très stressants tels que les unités de soins intensifs (USI), où les patients et les soignants courent un risque élevé de développer des troubles liés au stress 4,5,6

L’échelle du trouble de stress aigu (ASDS) est un outil largement utilisé pour évaluer les symptômes du TSA, composé de 19 éléments qui correspondent aux critères de diagnostic décrits dans le DSM-5 (Manuel diagnostique et statistique des troubles mentaux, 5e édition). Bien que l’ASDS se soit avérée être une mesure fiable et valide, l’interprétation et l’analyse de ses données multidimensionnelles présentent des défis importants pour les cliniciens et les chercheurs. Les méthodes traditionnelles de présentation des données, telles que de simples résumés statistiques ou des diagrammes à barres, ne parviennent souvent pas à saisir l’interaction complexe entre les différents groupes de symptômes et peuvent masquer des modèles importants dans les données 7,8.

Au cours des dernières années, on a constaté une reconnaissance croissante de l’importance de la visualisation des données pour améliorer la compréhension de phénomènes psychologiques complexes9. Des techniques de visualisation efficaces peuvent révéler des modèles, des tendances et des relations qui pourraient autrement rester cachés dans des données brutes ou des sorties statistiques de base. Cela est particulièrement pertinent dans le contexte de l’évaluation des TSA, où une compréhension complète du profil des symptômes est essentielle pour un diagnostic précis et une intervention ciblée10,11.

Les limites des méthodes actuelles de visualisation des données ASDS sont devenues de plus en plus évidentes. Les représentations linéaires des 19 variables de l’ASDS ont souvent du mal à transmettre efficacement les relations entre les différents groupes de symptômes. Dans le même temps, les visualisations tridimensionnelles peuvent être difficiles à interpréter et peuvent introduire des biais perceptuels. Il est clairement nécessaire de mettre au point une nouvelle approche capable de représenter simultanément toutes les variables ASDS dans un format intuitif et facilement interprétable 8,9.

En réponse à ces défis, cette étude introduit une technique de visualisation d’histogramme polaire pour analyser les scores ASDS. Cette méthode innovante exploite la nature circulaire des coordonnées polaires pour représenter simultanément les 19 variables de l’ASDS, ce qui permet d’avoir une vue plus holistique du profil des symptômes du TSA. En utilisant cette technique, l’étude vise à améliorer l’interprétation clinique et l’évaluation des TSA, en particulier dans les environnements très stressants tels que les unités de soins intensifs12,13.

La recherche porte sur les aidants âgés dans les situations de soins intensifs, une population particulièrement vulnérable au stress aigu en raison de la nature exigeante de la prestation de soins et de l’état souvent critique de leurs proches 3,14. Cette étude se penche sur l’état de santé mentale des aidants âgés confrontés à des patients gravement malades, révélant des relations complexes entre l’anxiété, la dépression, le stress traumatique, le soutien social et les stratégies d’adaptation. Ces résultats contribuent non seulement à l’élaboration de politiques de soutien et d’interventions plus ciblées, améliorant ainsi les systèmes de santé, mais aussi à la sensibilisation du public à ce groupe. À long terme, cette recherche a de profondes répercussions sur l’amélioration des politiques de soins de longue durée, la promotion de la recherche interdisciplinaire et l’amélioration de la qualité de vie des aidants âgés et des patients dont ils s’occupent, fournissant ainsi des preuves scientifiques importantes et des conseils pratiques pour relever les défis sociaux posés par le vieillissement de la population.

En appliquant la méthode de visualisation de l’histogramme polaire à cette population, l’étude cherche à démontrer son utilité dans l’identification de modèles de stress distincts et l’évaluation de l’efficacité des interventions 9,15. La recherche visait à explorer l’état de santé mentale des aidants, en révélant des relations complexes entre l’anxiété, la dépression, le stress traumatique, le soutien social et les stratégies d’adaptation. Les méthodes de collecte des données comprenaient des consultations psychologiques et des entretiens avec des spécialistes des TSA. L’intervention comprenait une thérapie cognitivo-comportementale (TCC) et des stratégies d’adaptation positives basées sur la pleine conscience, appliquées à un sous-ensemble de 109 sujets. La conception de l’étude comprenait une comparaison quantitative entre les scores de TSA des soignants âgés en soins intensifs et des témoins âgés en bonne santé, ainsi qu’une évaluation de l’efficacité de l’intervention.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

Cette étude introduit une nouvelle technique de visualisation d’histogramme polaire pour analyser les scores de l’échelle du trouble de stress aigu (ASDS), en se concentrant sur les soignants âgés de 60 à 80 ans dans les unités de soins intensifs (USI). La recherche a été menée au département de médecine intensive de l’hôpital Dongzhimen de l’Université de médecine chinoise de Pékin, à Pékin, en Chine. Le recrutement des participants et la collecte de données ont été effectués sur une période de trois ans, de janvier 2021 à décembre 2023. La configuration de l’étude comprenait le recrutement de soignants âgés en soins intensifs et de témoins âgés en bonne santé dans la communauté locale. Tous les participants ont fourni un consentement éclairé avant de subir une évaluation TSA effectuée par des psychologues professionnels à l’aide du questionnaire ASDS standardisé en 19 questions1. Les outils logiciels utilisés dans cette étude sont énumérés dans la Table des matériaux.

1. Collecte et préparation des données

REMARQUE : La version spécifique du questionnaire ASDS utilisée n’est pas essentielle à la méthode de recherche. Dans cette étude, des données authentiques sur les TSA recueillies à partir d’évaluations cliniques ont été utilisées. Les données ont été acquises à l’aide du questionnaire ASDS standardisé à 19 questions. L’ensemble de données comprend des scores pour quatre groupes de symptômes distincts tels que définis par le DSM-IV : dissociation, re-expérience, évitement et excitation.

  1. Collecte de données pour les TSA
    1. Recrutement des participants
      1. Recrutez les participants à l’étude dans deux groupes : les soignants âgés de 60 à 80 ans et les témoins âgés en bonne santé de la communauté locale. Les aidants âgés (60 à 80 ans) de cette étude étaient des membres de la famille de patients en soins intensifs, et non des patients en soins intensifs eux-mêmes. S’assurer que tous les participants étaient cognitivement capables de participer à des consultations professionnelles avec des conseillers psychologiques concernant le questionnaire ASDS.
      2. Le facteur de stress aigu dans l’évaluation de l’ASDS faisait spécifiquement référence à leur expérience d’avoir un membre de la famille à l’unité de soins intensifs. Effectuez un dépistage minutieux pour vous assurer que ces aidants n’avaient pas eux-mêmes de maladies physiologiques majeures qui pourraient fausser l’évaluation du stress.
      3. Pour le groupe témoin en bonne santé, recrutez des personnes âgées de la communauté locale qui n’ont pas de maladie grave actuelle et aucun membre de la famille immédiate en situation de soins intensifs. Les personnes qui ne répondent pas à ces critères sont considérées comme faisant partie de la catégorie d’exclusion. S’assurer que tous les participants donnent leur consentement éclairé avant toute évaluation ou collecte de données.
    2. Évaluation de l’ASDS
      1. Administrer le questionnaire normalisé de 19 questions de l’ASDS1 (figure 1) à tous les participants. Demandez à des psychologues professionnels de mener les entrevues d’évaluation de l’ASDS afin d’assurer la cohérence et la fiabilité. Recueillir et consigner les scores de l’ASDS pour tous les participants après avoir rempli le questionnaire.
    3. Intervention
      1. Dans le groupe de soignants âgés de l’unité de soins intensifs, sélectionnez au hasard un sous-ensemble de 109 personnes pour participer à l’intervention. Appliquez les techniques de thérapie cognitivo-comportementale (TCC)16 à ce groupe d’intervention. De plus, mettez en œuvre des stratégies d’adaptation positives basées sur la pleine conscience dans le cadre de l’approche d’intervention globale.
      2. Le programme d’intervention intégrait des techniques de TCC et des stratégies d’adaptation positives basées sur la pleine conscience, mises en œuvre selon une approche structurée. Pour la composante TCC, effectuez deux séances hebdomadaires de restructuration cognitive (45 minutes chacune), un entraînement quotidien de relaxation musculaire progressive (15 min) et une thérapie hebdomadaire de résolution de problèmes (60 min), en vous concentrant sur l’aide aux aidants pour identifier et modifier les schémas de pensée négatifs sur les situations de soins intensifs.
      3. Pour la composante de pleine conscience, effectuez une méditation quotidienne le matin (20 min), des exercices de balayage corporel en soirée (15 min) et de brefs exercices de respiration consciente lors des visites aux soins intensifs. Mettez en œuvre ces interventions par le biais d’une combinaison de conseils individuels hebdomadaires, d’ateliers de groupe bihebdomadaires, d’audioguides à emporter et de contrôles quotidiens basés sur l’application pour le soutien et la surveillance de la conformité.
      4. Assurez-vous que toutes les séances sont menées par des psychologues cliniciens certifiés ayant au moins 3 ans d’expérience en TCC et en formation à la pleine conscience afin d’assurer la qualité et la cohérence de l’intervention.
      5. Pour tous les participants aux soins intensifs d’EC-US qui ont accepté de participer au programme d’intervention, s’assurer que l’intervention a été amorcée dans les 24 à 48 heures suivant leur évaluation initiale du TSA. Utilisez ce calendrier normalisé pour minimiser les facteurs de confusion temporels potentiels et assurer l’uniformité du protocole d’intervention.
      6. Administrer l’intervention sur une période de 30 jours pour tous les participants, à partir de leur première séance d’intervention. Cette durée normalisée garantit la comparabilité des résultats de l’intervention entre les participants. Une fois l’intervention terminée, répéter le processus d’évaluation de l’ASDS (étape 1.1.2) pour les participants du groupe d’intervention.
  2. Examen des données originales de l’ASDS
    1. Ouvrez le fichier de données de la feuille de calcul. Parcourez les différentes feuilles (Figure 1) : Aidant âgé en bonne santé - USI (24H), EC-ICU (Intervention) et EC-ICU (Contrôle).
    2. Assurez-vous que les matrices de données sont les suivantes : Matrice du groupe en bonne santé 19 x 106, Matrice 19 x 309 du groupe Soins intensifs (24 h), Matrice 19 x 109 de l’unité de soins intensifs (intervention) et Matrice 19 x 200 de l’unité de soins intensifs (contrôle).
      1. Le questionnaire ASDS comprend 19 items qui évaluent quatre groupes de symptômes distincts : Symptômes dissociatifs (items 1 à 5, mesurant l’engourdissement émotionnel, les états d’hébétude, les expériences irréelles, le détachement physique et l’amnésie liée au traumatisme), Reviviscence des symptômes (items 6 à 9, évaluation des pensées intrusives, des cauchemars, des flashbacks et de la réactivité émotionnelle aux rappels de traumatismes), Symptômes d’évitement (items 10-13, évaluation de l’évitement cognitif et comportemental des pensées liées au traumatisme, des conversations, situations et réponses émotionnelles) et Symptômes d’excitation (items 14-19, examinant les troubles du sommeil, l’irritabilité, les problèmes de concentration, l’hypervigilance, la réaction de sursaut et les réactions physiques aux rappels de traumatismes). Pour les approches d’intervention ciblant ces groupes de symptômes, voir l’étape 1.1.3, qui décrit les techniques de TCC et les stratégies basées sur la pleine conscience mises en œuvre.

figure-protocol-1
Figure 1 : Données de l’échelle du trouble de stress aigu (ASDS). Cette figure montre l’organisation des données de l’ASDS dans des feuilles de calcul pour différents groupes de participants. Veuillez cliquer ici pour voir une version agrandie de cette figure.

  1. Importation de données ASDS dans l’espace de travail MATLAB
    1. Ouvrez le menu des options des feuilles de calcul, cliquez sur l’onglet Compléments , puis entrez dans l’interface de gestion des compléments (Figure 2). Parcourez et ajoutez le fichier excllink.xlam de MATLAB, qui se trouve généralement dans le répertoire toolbox\exlink de MATLAB.
    2. Dans la feuille de calcul, sélectionnez les données de chaque groupe comme indiqué à l’étape 1.1.2, puis cliquez sur l’option Envoyer les données à MATLAB du plugin MATLAB. Ensuite, toutes les données peuvent être consultées dans l’espace de travail de MATLAB. La variable data_h contient la matrice du groupe sain 19 x 106 ; la variable data_ec contient la matrice EC-ICU(Intervention) 19 x 109 ; et la variable data_control contient la matrice EC-ICU (contrôle) 19 x 200.

figure-protocol-2
Figure 2 : Interface de gestion des compléments pour l’intégration du plugin MATLAB. Cette image montre l’interface de tableur permettant d’ajouter le plug-in MATLAB, permettant le transfert de données entre tableur et MATLAB. Veuillez cliquer ici pour voir une version agrandie de cette figure.

2. Statistiques ordinaires sur les TSA des aidants âgés - USI

REMARQUE : L’analyse statistique conventionnelle peut fournir un aperçu général des caractéristiques de base des données. Cependant, il peut également former un contraste distinct avec la visualisation ultérieure de l’histogramme polaire.

  1. À l’aide des commandes means = mean (data_ec, 2) et total_scores = sum (data, 1), obtenez les valeurs moyennes des 19 variables et les scores de somme pour l’ASDS of Elderly Caregiver - USICU, respectivement.
  2. Utilisez le code du Fichier supplémentaire de codage 1 pour voir la distribution des valeurs moyennes et la somme des scores pour les 19 variables de l’ESTA des aidants âgés - USI, comme le montre la figure 3.

figure-protocol-3
Figure 3 : Distribution des valeurs moyennes et des scores de somme pour les 19 variables de l’ESTA des aidants âgés - USI. Ces graphiques illustrent les scores moyens pour chaque élément de l’ASDS et la distribution des scores totaux de l’ASDS chez les aidants âgés de l’USI. Veuillez cliquer ici pour voir une version agrandie de cette figure.

3. Perspective de l’histogramme polaire des TSA pour les aidants âgés

REMARQUE : L’utilisation d’un histogramme polaire pour comparer les personnes âgées en bonne santé avec les aidants aux personnes âgées en soins intensifs permet une visualisation plus intuitive des différences entre les deux groupes d’échantillons.

  1. À l’aide des commandes mean_ec = moyenne (data_ec, 2) et mean_h = moyenne (data_h, 2), calculez les moyennes de l’échantillon de l’ASDS pour le groupe des aidants âgés et le groupe en bonne santé, respectivement.
  2. Utilisez la commande polarhistogram pour créer un tracé superposé des deux variables mean_ec et mean_h (Figure 4).
  3. Ajoutez des coordonnées et des annotations à la figure à l’aide du code fourni dans le Fichier de codage supplémentaire 1.

figure-protocol-4
Figure 4 : Comparaison de l’histogramme polaire des scores ASDS entre les aidants âgés - USI et les personnes âgées en bonne santé. Cet histogramme polaire compare visuellement les scores ASDS entre les soignants âgés en soins intensifs et les témoins âgés en bonne santé, mettant en évidence les différences entre les 19 variables ASDS. Veuillez cliquer ici pour voir une version agrandie de cette figure.

4. Statistiques ordinaires d’intervention

REMARQUE : En règle générale, les comparaisons des scores ASDS sont effectuées à l’aide de graphiques à barres pour le contraste visuel.

  1. Pour analyser les scores de l’échelle ASDS (Acute Stress Disorder Scale) dans différents groupes, calculez les moyennes de l’échantillon à l’aide des commandes MATLAB suivantes :
    Pour le groupe des aidants âgés (données originales) : mean_ec = moyenne(data_ec, 2) ;
    Pour le groupe d’intervention EC-ICU (groupe témoin) : mean_control = moyenne (data_control, 2) ;
    Pour le groupe témoin sain (groupe d’intervention) : mean_h = moyenne (data_h, 2) ;
  2. Tracez une comparaison comme illustré à la figure 5 à l’aide de la barre de commandes ([mean_ec, mean_control, mean_h]). Ajoutez des annotations de figures à l’aide des commandes xticklabels et ylabel.

figure-protocol-5
Figure 5 : Analyse pronostique de l’ASDS du groupe d’intervention EC-USI. Ce graphique à barres compare les scores de l’ASDS dans trois groupes : les aidants âgés d’origine, le groupe témoin et le groupe d’intervention, montrant l’impact des interventions. Veuillez cliquer ici pour voir une version agrandie de cette figure.

5. Perspective de l’intervention de l’histogramme polaire

REMARQUE : L’utilisation d’un histogramme polaire pour comparer le pronostic du groupe d’intervention EC-ICU (Figure 6) peut donner des résultats de visualisation plus fiables et plus significatifs.

  1. Utilisez le code suivant : data_diff=abs(mean_control-mean_intevention) ; [~, idxx]=sort(data_diff) pour classer les effets sur le pronostic, en obtenant la variable idxx pour le classement des effets pronostiques des 19 items de l’ASDS.
  2. Utilisez la commande polarhistogram pour créer un tracé superposé du groupe de contrôle et du groupe d’intervention, puis tracez et annotez selon l’ordre d’idxx pour obtenir la figure 6.

figure-protocol-6
Figure 6 : Comparaison de l’histogramme polaire des groupes de contrôle et d’intervention. Cet histogramme polaire visualise les différences de scores ASDS entre les groupes témoin et d’intervention, en mettant l’accent sur les effets de l’intervention sur des items spécifiques de l’ASDS. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

La figure 1 présente les données de l’ASDS des aidants âgés aux soins intensifs. À l’aide du plug-in de MATLAB (Figure 2), les données peuvent être importées dans l’espace de travail de MATLAB. La figure 3 présente les caractéristiques des données de l’ESADA pour les aidants âgés aux soins intensifs : la moyenne est de 3,3 et la valeur cumulative est de 62,6. Cela in...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

Cette étude introduit une nouvelle technique de visualisation d’histogramme polaire pour analyser les scores de l’échelle ASDS (Acute Stress Disorder Scale), en mettant particulièrement l’accent sur son application à l’évaluation des soignants âgés dans les unités de soins intensifs (USI). La méthode fournit une représentation visuelle complète et intuitive des 19 variables ASDS simultanément, offrant des avantages significatifs par rapport aux approches statistiques traditionnelles

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

La visualisation de l’histogramme polaire dans cette étude a été programmée par le co-auteur Fangliang Xing. Les auteurs ne déclarent aucun conflit d’intérêts.

Remerciements

Cette étude a été soutenue par les Fonds de recherche fondamentale pour les universités centrales de l’Université de médecine chinoise de Pékin dans le cadre du projet Étude sur l’effet et le mécanisme de la prescription de YiQiHuoXue sur l’inhibition de l’agrégation plaquettaire-leucocytaire dans la dysfonction myocardique induite par la septicémie (projet n° 2024-JYB-JBZD-019).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
EXCELMicrosoftOffice2021Collecte de données ASDS
MATLABMathWorks  ;2023BInformatique et visualisation  ;

Références

  1. Bryant, R. A., Moulds, M. L., Guthrie, R. M. Acute stress disorder scale: a self-report measure of acute stress disorder. Psychol Assess. 12 (1), 61-68 (2000).
  2. Wang, C., et al. A longitudinal study on the mental health of general population during the COVID-19 epidemic in China. Brain Behav Immunity. 87, 40-48 (2020).
  3. Chew, N. W. S., et al. A multinational, multicentre study on the psychological outcomes and associated physical symptoms amongst healthcare workers during COVID-19 outbreak. Brain Behav Immunity. 88, 559-565 (2020).
  4. Shaw, R. J., et al. Acute stress disorder among parents of infants in the neonatal intensive care nursery. Psychosomatics. 47 (3), 206-212 (2006).
  5. Lee, R. Y., et al. Novel risk factors for posttraumatic stress disorder symptoms in family members of acute respiratory distress syndrome survivors. Crit Care Med. 47 (7), 934-941 (2019).
  6. Meiser-Stedman, R., et al. Acute stress disorder and the transition to posttraumatic stress disorder in children and adolescents: Prevalence, course, prognosis, diagnostic suitability, and risk markers. Depression Anxiety. 34 (4), 348-355 (2017).
  7. Segal, A., et al. Attention control therapy for acute stress disorder: A randomized controlled trial. Depression Anxiety. 37 (10), 1017-1025 (2020).
  8. Webb, E. K., et al. Acute posttrauma resting-state functional connectivity of periaqueductal gray prospectively predicts posttraumatic stress disorder symptoms. Biol Psychiatry Cogn Neurosci Neuroimaging. 5 (9), 891-900 (2020).
  9. Weis, C. N., et al. Acute White Matter Integrity Post-trauma and Prospective Posttraumatic Stress Disorder Symptoms. Front Human Neurosci. Front Human Neurosci. 15, 742198(2021).
  10. Ostrowski, S. A., et al. The impact of caregiver distress on the longitudinal development of child acute post-traumatic stress disorder symptoms in pediatric injury victims. J Pediat Psychol. 36 (7), 806-815 (2011).
  11. Straud, C. L., et al. Patterns of acute stress disorder in a sample of blast-injured military service members: A latent profile analysis. Psychol Trauma. 15 (2), 255-264 (2023).
  12. Hoge, E. A., et al. The effect of mindfulness meditation training on biological acute stress responses in generalized anxiety disorder. Psychiatry Res. 262, 328-332 (2018).
  13. Czaja, A. S., Moss, M., Mealer, M. Symptoms of posttraumatic stress disorder among pediatric acute care nurses. J Pediat Nurs. 27 (4), 357-365 (2012).
  14. Lenferink, L. I. M., et al. Latent classes of DSM-5 acute stress disorder symptoms in children after single-incident trauma: findings from an international data archive. Eur J Psychotraumatol. 11 (1), 1717156(2020).
  15. Edmondson, D., Mills, M. A., Park, C. L. Factor structure of the acute stress disorder scale in a sample of Hurricane Katrina evacuees. Psychol Assessment. 22 (2), 269-278 (2010).
  16. Kaczkurkin, A. N., Foa, E. B. Cognitive-behavioral therapy for anxiety disorders: an update on the empirical evidence. Dialogue Clin Neurosci. 17 (3), 337-346 (2015).
  17. Silver, R. C., Holman, E. A., McIntosh, D. N., Poulin, M., Gil-Rivas, V. Nationwide longitudinal study of psychological responses to September 11. JAMA. 288 (10), 1235-1244 (2002).
  18. Brown, R. C., et al. Predicting the transition from acute stress disorder to posttraumatic stress disorder in children with severe injuries. J Pediat Health Care. 30 (6), 558-568 (2016).
  19. Connor, J. P., Brier, Z. M. F., Price, M. The association between pain trajectories with posttraumatic stress disorder, depression, and disability during the acute posttrauma period. Psychosomatic Med. 82 (9), 862-868 (2020).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Explorer plus d’articles

Scores ASDSVisualisation du profil de stressAidants de personnes âgées en USIVisualisation MATLABIntervention sur les stratégies d'adaptationSymptômes d'hyperéveilIndicateurs psychologiques
Visualisation de l’histogramme polaire des scores de l’échelle du trouble de stress aigu pour une évaluation clinique complète
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d’utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.