The use of alcohol and drugs to self-medicate symptoms of posttraumatic stress disorder
Notice bibliographique
Résumé
BACKGROUND: Self-medication has been proposed as an explanation for the high rates of comorbidity between posttraumatic stress disorder (PTSD) and substance use disorders; however, knowledge of self-medication in PTSD is scarce. We describe the prevalence and correlates of self-medication in PTSD in the general population. METHODS: Data came from the National Epidemiologic Survey on Alcohol and Related Conditions Wave 2 (N=34,653; response rate: 70.2%), a nationally representative survey of mental illness in community-dwelling adults. Self-medication was assessed separately for alcohol and drugs. Prevalence rates were determined for self-medication among individuals with DSM-IV PTSD. Regression analyses determined associations between self-medication and a variety of correlates, including sociodemographic factors, comorbid mental disorders, suicide attempts, and quality of life. RESULTS: Approximately 20% of individuals with PTSD used substances in an attempt to relieve their symptoms. Men were significantly more likely than women to engage in self-medication behavior. In adjusted models, using illicit drugs or misusing prescription medications to control PTSD symptoms was associated with a substantially higher likelihood of dysthymia and borderline personality disorder. After controlling for mental disorder comorbidity, self-medication was independently associated with higher odds of suicide attempts (adjusted odds ratio=2.46; 95% confidence interval 1.53-3.97) and lower mental health-related quality of life. CONCLUSIONS: Self-medication is a common behavior among people with PTSD in the community, yet has potentially hazardous consequences. Health care practitioners should assess reasons for substance use among people with PTSD to identify a subgroup with higher psychiatric morbidity.
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 | 0,000 | 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) | 0,004 | 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 ».