Readiness to Change Alcohol Use after Trauma
Notice bibliographique
Résumé
BACKGROUND: Alcohol is the leading risk factor for severe injury. This study examined whether patients hospitalized after an alcohol-related injury are motivated to change alcohol use, thus making them potential candidates for brief motivational interventions. METHODS: Fifty patients hospitalized in a Level I trauma center, admitted with a positive blood alcohol concentration, were assessed for motivation to change alcohol-related behavior using validated questionnaires. Information was gathered regarding level of alcohol use, consequences of use, and motivation to change drinking habits. Demographic variables, alcohol use measures, perception of alcohol's contribution to the current injury, and negative consequences of use were evaluated by linear regression to predict readiness to change drinking. RESULTS: Mean blood alcohol concentration was 197 mg/dL at admission. Patients reported a pattern of binge drinking, with 86% reporting at least one binge-drinking episode in the past month, and a mean of 3.4 days of binge drinking per month. Most patients (84%) reported considering making a change (cutting down or quitting) in their drinking. Finally, patients reported experiencing an average of 22.5 negative lifetime consequences to their drinking. Having more negative consequences was found to significantly predict readiness to change drinking (p < 0.001). CONCLUSION: In this study, most patients were motivated to change their drinking. An increased number of negative consequences of alcohol use before admission predicted readiness to change drinking habits. Brief motivational interventions would be a reasonable option in this group of patients.
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 | 0,000 | 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 ».