Promoting Self‐Change With Alcohol Abusers: A Community‐Level Mail Intervention Based on Natural Recovery Studies
Notice bibliographique
Résumé
BACKGROUND: By using a public health approach to the treatment of alcohol problems, this study analyzed the efficacy and cost analysis of two versions of a community-level mail intervention to promote self-change among alcohol abusers who had never sought help or treatment. METHODS: A total of 825 participants who responded to media solicitations were randomly assigned to one of two interventions: (a) for bibliotherapy/drinking guidelines (n = 411), they were given two pamphlets with information about the effects of alcohol and guidelines for low-risk drinking and self-monitoring, and (b) for motivational enhancement/personalized feedback (n = 414), personalized advice/feedback was provided on the basis of the participants' assessment of their drinking and related behaviors. RESULTS: Although both groups exhibited significant reductions in drinking from 1 year before to 1 year after intervention, there were no significant differences between the two interventions for any variable. This suggests that the materials, irrespective of whether they were personalized, facilitated the reduction of drinking. Cost analysis revealed that a brief mail intervention could reduce drinking at a very low cost per participant (US$46 to US$97). CONCLUSIONS: A brief community-level mail intervention for problem drinkers who had never sought treatment resulted in sizable reductions in alcohol use over the year after the intervention compared with the year before. Furthermore, many of those with poorer outcomes engaged in a natural stepped-care process by seeking help. These results, coupled with the low cost to deliver the intervention, suggest that public health campaigns could have a substantial effect on reducing alcohol problems and associated costs as well as getting some individuals into treatment. Such an approach would represent a shift from the alcohol field's long-standing clinical focus to a broader public health perspective.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».