MétaCan
Menu
← Retour à la cohorte
Enregistrement W2035834268 · doi:10.1080/17523281.2012.693519

Substance use and psychiatric disorders in Irish adolescents: a cross-sectional study of patients attending substance abuse treatment service

2013· article· en· W2035834268 sur OpenAlexaff
Philip James, Bobby P. Smyth, Tunde Apantaku-Olajide

Notice bibliographique

RevueMental Health and Substance Use · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPsychiatrySubstance abuseCross-sectional studyConduct disorderMedicineDepression (economics)AddictionMental healthOddsComorbidityClinical psychologyEpidemiology of child psychiatric disordersPsychologyLogistic regression

Résumé

récupéré en direct d'OpenAlex

Little information exists on the levels of psychiatric disorders among substance abusing adolescents in Ireland. The aim of the study is examine the pattern of psychiatric disorders and explore for gender differences among adolescents with a substance use disorder (SUD) in Ireland. A cross-sectional descriptive study and retrospective review of medical records on the 144 most recent admissions at the Youth Drug and Alcohol (YoDA) service, Dublin was carried out. Overall, 48% of the patients had a lifetime history of psychiatric disorders. Deliberate self-harm (DSH) was the most common condition (27.1%), followed by attention deficit hyperactivity disorder (20.8%) and depression (10.4%). Conduct disorder and oppositional defiant disorder were infrequently diagnosed. Compared with boys, the girls were more likely to have a lifetime history of psychiatric disorders (odds ratio 3.7; p = 0.005). These findings provide the first prevalence data on psychiatric disorders in a clinically representative sample of Irish adolescents with SUDs. Adolescent addiction services should have the skills to assess and manage co-occurring mental health problems. There is a need for further studies to examine DSH among adolescents with SUDs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,333
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMental Health and Substance Use→Même sujetSuicide and Self-Harm Studies→Travaux en français237 207→