A Longitudinal Investigation of the Role of Self-Medication in the Development of Comorbid Mood and Drug Use Disorders
Notice bibliographique
Résumé
OBJECTIVE: To examine whether self-medication with drugs confers risk of comorbid mood and drug use disorders. METHOD: A longitudinal, nationally representative survey was conducted by the National Institute on Alcohol Abuse and Alcoholism. The National Epidemiologic Survey on Alcohol and Related Conditions (NESARC) assessed DSM-IV-TR psychiatric disorders, self-medication, and sociodemographic variables at 2 time points. A total of 34,653 adult, US participants completed both waves of the survey. Wave 1 was conducted between 2001 and 2002, and Wave 2 interviews took place 3 years later (2004-2005). Logistic regression and population attributable fractions were calculated to obtain estimates of the association between self-medication and incident disorders. RESULTS: Logistic regression analyses revealed that self-medication with drugs conferred a heightened risk of new-onset drug dependence among those with baseline mood disorders (adjusted odds ratio [AOR] = 7.65; 95% CI, 3.70-15.82; P < .001) and accounted for over 25% of incident drug dependence disorders among people with mood disorders. Among those with comorbid mood and drug use disorders at baseline, self-medication with drugs was associated with the persistence of drug abuse (AOR = 2.47; 95% CI, 1.34-4.56; P < .01), accounting for over one-fifth of the persistence of drug use disorders at 3-year follow-up. CONCLUSIONS: Self-medication with drugs among individuals with mood disorders confers substantial risk of developing incident drug dependence and is associated with the persistence of comorbid mood and drug use disorders. These results clarify a pathway that may lead to the development of mood and drug use disorder comorbidity and indicate an at-risk population, with potential points of intervention for prevention of comorbidity.
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 | 0,003 | 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 ».