Psychopathology in Substance Use Disorder Patients with and without Substance-Induced Psychosis
Notice bibliographique
Résumé
Background. Substance-induced psychotic disorder (SIPD) is a diagnosis constructed to distinguish substance-induced psychotic states from primary psychotic disorders. A number of studies have compared SIPD persons with primary psychotic patients, but there is little data on what differentiates substance use disorder (SUD) individuals with and without SIPD. Here, we compared psychopathology, sociodemographic variables, and substance use characteristics between SUD patients with and without SIPD. Methods. A retrospective chart review was conducted on newly admitted patients at a rehabilitation centre between 2007 and 2012. Results. Of the 379 patients included in the study, 5% were diagnosed with SIPD (n = 19) and 95% were diagnosed with SUDs without SIPD (n = 360). More SIPD patients reported using cannabis and psychostimulants, and fewer SIPD patients reported using alcohol than SUDs patients without SIPD. SIPD patients scored higher on the "schizophrenia nuclear symptoms" dimension of the SCL-90R psychoticism scale and exhibited more ClusterB personality traits than SUD patients without SIPD. Discussion. These data are consistent with previous studies suggesting that psychopathology, substance type, and sociodemographic variables play important role in the development of SIPD. More importantly, the results highlight the need for paying greater attention to the types of self-reported psychotic symptoms during the assessment of psychotomimetic effects associated with psychoactive substances.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».