A Randomized Controlled Trial of Brief Motivational Interviewing in Impaired Driving Recidivists: A 5‐Year Follow‐Up of Traffic Offenses and Crashes
Notice bibliographique
Résumé
BACKGROUND: In a previously published randomized controlled trial (Brown et al. Alcohol Clin Exp Res 2010; 34, 292-301), our research team showed that a 30-minute brief motivational interviewing (BMI) session was more effective in reducing percentages of risky drinking days in drunk driving recidivists than a control information-advice intervention at 12-month follow-up. In this sequel to the initial study, 2 main hypotheses were tested: (i) exposure to BMI increases the time to further arrests and crashes compared with exposure to the control intervention (CTL) and (ii) characteristics, such as age, moderate the benefit of BMI. METHODS: A sample of 180 community-recruited recidivists who had drinking problems participated in the study. Participants gave access to their provincial driving records at baseline and were followed up for a mean of 1,684.5 days (SD = 155.7) after randomization to a 30-minute BMI or CTL session. Measured outcomes were driving arrests followed by convictions including driving while impaired (DWI), speeding, or other moving violations as well as crashes. Age, readiness to change alcohol consumption, alcohol misuse severity, and number of previous DWI convictions were included as potential moderators of the effect of the interventions. RESULTS: For arrests, Cox proportional hazards modeling revealed no significant differences between the BMI and the CTL group. When analyses were adjusted to age tertile categories, a significant effect of BMI in the youngest age tertile (<43 years old) emerged. For crashes, no between-group differences were detected. CONCLUSIONS: BMI was better at delaying DWI and other dangerous traffic violations in at-risk younger drivers compared with a CTL similar to that provided in many remedial programs. BMI may be useful as an opportunistic intervention for DWI recidivism prevention in settings such as DWI courts. Treatment effectiveness studies are needed to ascertain how the present findings generalize to the real-world conditions of mandated relicensing programs.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».