Short-term changes in substance use among problematic alcohol and drug users from a general population sample
Notice bibliographique
Résumé
Sinadinovic, K., Wennberg, P., & Berman, A. (2014). Short-term changes in substance use among problematic alcohol and drug users from a general population sample. The International Journal Of Alcohol And Drug Research, 3(4), 277-287. doi:http://dx.doi.org/10.7895/ijadr.v3i4.186Aims: To investigate 12-month changes among individuals with baseline problematic use of alcohol or illicit drugs, by gender, age, initial level of substance use, and administration method (Internet or Interactive Voice Response, IVR).Design: 1,861 individuals from a random population sample were screened for problematic alcohol and illicit drug use. Individuals screening positive were followed up after 12 months.Setting: The Swedish general population.Participants: 423 individuals with baseline problematic alcohol (women: AUDIT ≥ 6, men: AUDIT ≥ 8) or drug use (both genders: DUDIT ≥ 1).Measures: AUDIT, DUDIT, AUDIT-C and DUDIT-C scores.Findings: AUDIT scores decreased from 10.43 to 8.62; among 239 participants with baseline problematic alcohol use, 34.3% no longer had problematic use at follow-up. Total DUDIT scores decreased from 4.92 to 2.33; among 51 participants with baseline problematic drug use, 60.8% reported no illicit drug use at follow-up. AUDIT and DUDIT scores decreased more for individuals who at baseline had harmful problematic use, compared to those who had hazardous baseline use. Within-group effect sizes for AUDIT and DUDIT scores varied between 0.29 and 0.69 (Cohen’s d).Conclusions: Data on short-term change in problematic substance use in a random general population sample could constitute a reference point for comparisons for uncontrolled treatment studies.
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 | 0,001 | 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 ».