본 연구는 교통사고 가해 운전자의 외상후 스트레스 장애(PTSD)를 측정하고 이를 예측하기 위하여 개인력 및 교통사고 상세내용에 따른 변인과의 관계를 연구하였다. 교통사고 가해 운전자 428명을 대상으로 개인력 변인, 교통사고 상세 내용에 관한 변인과 PTSD 정도 차이가 있다는 가설검증을 실시하였다. PTSD를 측정하기 위한 PCL-5척도의 사용 적정성을 확인하고자 기존의 PCL의 신뢰도를 비교, 상관분석을 실시하여 높은 신뢰도와 상관관계가 나타남을 확인할 수 있었다. 또한 PCL과 PCL-5의 진단율을 비교해본바 각각 21.26%, 19.16%로서 차이가 미미하여 새로운 진단기준으로 구성된 PCL-5의 사용이 적정하였다. 첫 번째 가설인 개인력 변인에 따른 성별, 연령, 운전경력, 운전형태에서는 PTSD정도 차이는 유의미하지 않았다. 두 번째 가설인 교통사고 상세 변인에 따른 PTSD정도 차이 검증에서는 피해자의 신체 상해정도의 심각도와 형사처벌의 유무가 PTSD 정도에 유의미한 차이를 보이는 변인으로 나타났다. 이를 바탕으로 교통사고 가해 운전자의 PTSD 예측을 위하여 단계적 중다회귀분석을 실시하였으며 피해자의 신체 상해정도, 형사처벌의 유무, 본인의 신체 상해정도가 진입된 변수로 모델에 투입되었다. 이 중 피해자와 본인의 신체 상해정도는 정적 영향을 미치며, 형사처벌의 유무는 부적 영향을 미치는 것으로 나타났다. ...
본 연구는 교통사고 가해 운전자의 외상후 스트레스 장애(PTSD)를 측정하고 이를 예측하기 위하여 개인력 및 교통사고 상세내용에 따른 변인과의 관계를 연구하였다. 교통사고 가해 운전자 428명을 대상으로 개인력 변인, 교통사고 상세 내용에 관한 변인과 PTSD 정도 차이가 있다는 가설검증을 실시하였다. PTSD를 측정하기 위한 PCL-5척도의 사용 적정성을 확인하고자 기존의 PCL의 신뢰도를 비교, 상관분석을 실시하여 높은 신뢰도와 상관관계가 나타남을 확인할 수 있었다. 또한 PCL과 PCL-5의 진단율을 비교해본바 각각 21.26%, 19.16%로서 차이가 미미하여 새로운 진단기준으로 구성된 PCL-5의 사용이 적정하였다. 첫 번째 가설인 개인력 변인에 따른 성별, 연령, 운전경력, 운전형태에서는 PTSD정도 차이는 유의미하지 않았다. 두 번째 가설인 교통사고 상세 변인에 따른 PTSD정도 차이 검증에서는 피해자의 신체 상해정도의 심각도와 형사처벌의 유무가 PTSD 정도에 유의미한 차이를 보이는 변인으로 나타났다. 이를 바탕으로 교통사고 가해 운전자의 PTSD 예측을 위하여 단계적 중다회귀분석을 실시하였으며 피해자의 신체 상해정도, 형사처벌의 유무, 본인의 신체 상해정도가 진입된 변수로 모델에 투입되었다. 이 중 피해자와 본인의 신체 상해정도는 정적 영향을 미치며, 형사처벌의 유무는 부적 영향을 미치는 것으로 나타났다. 회귀분석을 통한 모델이 PTSD진단을 얼마나 설명할 수 있는지 판별분석을 실시하여 진단배제/가능을 분석한 결과, 본 모델은 전체집단의 18.4%를 예측, 설명하며 민감도는 .524, 특이성은 .714의 정확도를 보였다. 본 연구는 기존 선행연구와는 달리 가해자를 PTSD의 대상으로 보는 시선의 변화를 꾀하였으며, PTSD증상의 예측변인으로는 그 동안 외상사건의 종류 및 개인력에 치중되어 있었던 것을 외상사건에 내포된 원인과 과정, 결과까지의 다양한 변인으로 확대하여 연구한 것에 그 의의를 둘 것이다.
본 연구는 교통사고 가해 운전자의 외상후 스트레스 장애(PTSD)를 측정하고 이를 예측하기 위하여 개인력 및 교통사고 상세내용에 따른 변인과의 관계를 연구하였다. 교통사고 가해 운전자 428명을 대상으로 개인력 변인, 교통사고 상세 내용에 관한 변인과 PTSD 정도 차이가 있다는 가설검증을 실시하였다. PTSD를 측정하기 위한 PCL-5척도의 사용 적정성을 확인하고자 기존의 PCL의 신뢰도를 비교, 상관분석을 실시하여 높은 신뢰도와 상관관계가 나타남을 확인할 수 있었다. 또한 PCL과 PCL-5의 진단율을 비교해본바 각각 21.26%, 19.16%로서 차이가 미미하여 새로운 진단기준으로 구성된 PCL-5의 사용이 적정하였다. 첫 번째 가설인 개인력 변인에 따른 성별, 연령, 운전경력, 운전형태에서는 PTSD정도 차이는 유의미하지 않았다. 두 번째 가설인 교통사고 상세 변인에 따른 PTSD정도 차이 검증에서는 피해자의 신체 상해정도의 심각도와 형사처벌의 유무가 PTSD 정도에 유의미한 차이를 보이는 변인으로 나타났다. 이를 바탕으로 교통사고 가해 운전자의 PTSD 예측을 위하여 단계적 중다회귀분석을 실시하였으며 피해자의 신체 상해정도, 형사처벌의 유무, 본인의 신체 상해정도가 진입된 변수로 모델에 투입되었다. 이 중 피해자와 본인의 신체 상해정도는 정적 영향을 미치며, 형사처벌의 유무는 부적 영향을 미치는 것으로 나타났다. 회귀분석을 통한 모델이 PTSD진단을 얼마나 설명할 수 있는지 판별분석을 실시하여 진단배제/가능을 분석한 결과, 본 모델은 전체집단의 18.4%를 예측, 설명하며 민감도는 .524, 특이성은 .714의 정확도를 보였다. 본 연구는 기존 선행연구와는 달리 가해자를 PTSD의 대상으로 보는 시선의 변화를 꾀하였으며, PTSD증상의 예측변인으로는 그 동안 외상사건의 종류 및 개인력에 치중되어 있었던 것을 외상사건에 내포된 원인과 과정, 결과까지의 다양한 변인으로 확대하여 연구한 것에 그 의의를 둘 것이다.
This study examined the relationship between variables related to personal history and the details of traffic accident in order to measure and predict traffic accident offenders’ post‐traumatic stress disorder (PTSD). This study was conducted with 428 traffic accident offenders by testing the hypoth...
This study examined the relationship between variables related to personal history and the details of traffic accident in order to measure and predict traffic accident offenders’ post‐traumatic stress disorder (PTSD). This study was conducted with 428 traffic accident offenders by testing the hypothesis that the intensity of PTSD would be different according to the variables related to personal history and the details of traffic accident. When the fitness‐for‐service of PCL‐5, scale for measuring PTSD, was evaluated through correlation analysis and the comparison of reliability with the existing PCL, high reliability and correlation were observed. In addition, the detection rates of PCL and PCL‐5 were 21.26% and 19.16%, respectively, showing little difference, so PCL‐5 was found to be adequate as a new diagnosis standard. In the first hypothesis on the intensity of PTSD according to personal history variables such as gender, age, driving experience, and driving style, no significant difference was observed in the intensity of PTSD. In the second hypothesis on the intensity of PTSD according to the details of traffic accident, the intensity of PTSD was significantly different according to the seriousness of the victim’s physical injury and whether to have a criminal punishment. Based on these results, stepwise multiple regression analysis was made for predicting traffic accident offenders’ PTSD, and the seriousness of the victim’s physical injury, whether to have a criminal punishment, and the seriousness of the offender’s physical injury were used as the input variables of the model. Among them, the seriousness of the victim’s and the offender’s physical injuries had a positive effect, and whether to have a criminal punishment had a negative effect. In the results of analyzing diagnosis of exclusion/possibility through discriminant analysis, which was to see how much the model obtained through regression analysis could explain PTSD diagnosis, This model predicted and explained 18.4% of the entire population, and its sensitivity and specificity were .524 and .714, respectively. This study is meaningful in that, different from previous studies, it attempted to view offenders as the subjects of PTSD. In addition, while previous studies focused on the type of traumatic event and personal history as the predictors of PTSD symptoms, this study expanded the scope to diverse variables including the cause and process of traumatic events.
This study examined the relationship between variables related to personal history and the details of traffic accident in order to measure and predict traffic accident offenders’ post‐traumatic stress disorder (PTSD). This study was conducted with 428 traffic accident offenders by testing the hypothesis that the intensity of PTSD would be different according to the variables related to personal history and the details of traffic accident. When the fitness‐for‐service of PCL‐5, scale for measuring PTSD, was evaluated through correlation analysis and the comparison of reliability with the existing PCL, high reliability and correlation were observed. In addition, the detection rates of PCL and PCL‐5 were 21.26% and 19.16%, respectively, showing little difference, so PCL‐5 was found to be adequate as a new diagnosis standard. In the first hypothesis on the intensity of PTSD according to personal history variables such as gender, age, driving experience, and driving style, no significant difference was observed in the intensity of PTSD. In the second hypothesis on the intensity of PTSD according to the details of traffic accident, the intensity of PTSD was significantly different according to the seriousness of the victim’s physical injury and whether to have a criminal punishment. Based on these results, stepwise multiple regression analysis was made for predicting traffic accident offenders’ PTSD, and the seriousness of the victim’s physical injury, whether to have a criminal punishment, and the seriousness of the offender’s physical injury were used as the input variables of the model. Among them, the seriousness of the victim’s and the offender’s physical injuries had a positive effect, and whether to have a criminal punishment had a negative effect. In the results of analyzing diagnosis of exclusion/possibility through discriminant analysis, which was to see how much the model obtained through regression analysis could explain PTSD diagnosis, This model predicted and explained 18.4% of the entire population, and its sensitivity and specificity were .524 and .714, respectively. This study is meaningful in that, different from previous studies, it attempted to view offenders as the subjects of PTSD. In addition, while previous studies focused on the type of traumatic event and personal history as the predictors of PTSD symptoms, this study expanded the scope to diverse variables including the cause and process of traumatic events.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.