Validation of the Alcohol Use Disorders Identification Test and the Drug Abuse Screening Test in First Episode Psychosis
Notice bibliographique
Résumé
OBJECTIVE: To determine the validity and reliability of the Alcohol Use Disorders Identification Test (AUDIT) and Drug Abuse Screening Test (DAST) for detecting alcohol and drug use disorders, respectively, in a population with first-episode psychosis (FEP). METHOD: Subjects with FEP completed the AUDIT and DAST and were divided into groups according to the presence or absence of a Structured Clinical Interview for DSM-IV (SCID) diagnosis of either current alcohol or drug misuse. The data were analyzed to see whether AUDIT and DAST scores were predictive of SCID diagnosis. RESULTS: Patients with alcohol-related SCID diagnoses and those with drug-related SCID diagnoses scored significantly higher on the AUDIT and DAST, respectively, than the group without the respective SCID diagnosis (P < 0.001 in both cases). The AUDIT functioned best with a problem drinking cut-off score of 10 (sensitivity, 85%; specificity, 91%). The DAST functioned best with a problem drug use cut-off score of 3 (sensitivity, 85%; specificity, 73%). The area under the receiver operating characteristic curve was 0.86 for the AUDIT and 0.83 for the DAST. CONCLUSION: The DAST and AUDIT may reliably identify FEP patients with substance abuse.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».