Adolescents' Motivations to Abuse Prescription Medications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Our goals were to (1) determine adolescents' motivations (reasons) for engaging in the nonmedical (illicit) use of 4 classes of prescription medications and (2) examine whether motivations were associated with a higher risk for substance abuse problems. RESPONDENTS: The 2005 sample (N = 1086) was derived from one ethnically diverse school district in southeastern Michigan and included 7th- through 12th-grade students. METHODS: Data were collected by using a self-administered, Web-based survey that included questions about drug use and the motivations to engage in nonmedical use of prescription medication. RESULTS: Twelve percent of the respondents had engaged in nonmedical use of opioid pain medications in the past year: 3% for sleeping, 2% as a sedative and/or for anxiety, and 2% as stimulants. The reasons for engaging in the nonmedical use of prescription medications varied by drug classification. For opioid analgesics, when the number of motives increased, so too did the likelihood of a positive Drug Abuse Screening Test score. For every additional motive endorsed, the Drug Abuse Screening Test increased by a factor of 1.8. Two groups of students were compared (at-risk versus self-treatment); those who endorsed multiple motivations for nonmedical use of opioids (at-risk group) were significantly more likely to have elevated Drug Abuse Screening Test scores when compared with those who were in the self-treatment group. Those in the at-risk group also were significantly more likely to engage in marijuana and alcohol use. CONCLUSION: The findings from this exploratory study warrant additional research because several motivations for the nonmedical use of prescription medications seem associated with a greater likelihood of substance abuse problems.
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.
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 | 0,001 |
| 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 découle