What is the association between traumatic life events and alcohol abuse/dependence in people with and without PTSD? Findings from a nationally representative sample
Notice bibliographique
Résumé
BACKGROUND: Approximately 60-90% of the general population will experience a traumatic event during their lifetime. However, relatively few will develop a trauma-related psychological disorder. Possible psychological sequelae of trauma include posttraumatic stress disorder (PTSD) and alcohol-use disorders (AUDs). While AUDs often occur in the context of PTSD, little is known about the degree to which AUDs are attributable to specific traumatic events. The purpose of the present investigation was to assess the degree to which specific traumatic events are predictive of AUDs in people with and without PTSD. METHODS: The current sample was selected from the National Epidemiological Survey of Alcohol and Related Conditions (NESARC; N = 34,160), a nationally representative sample of American adults. Multiple logistic regressions were performed to examine odds ratios of 27 traumatic events among individuals with and without PTSD in the prediction of AUD diagnoses. RESULTS: Results indicated significant positive odds ratios among individuals meeting criteria for PTSD and having experienced a childhood trauma (OR = 1.40 [95% CI: 1.08-1.83], P<.01) or assaultive violence (OR = 1.41 [95% CI: 1.13-1.77], P<.01) for predicting AUDs. Also, among individuals without PTSD, childhood trauma (OR = 1.32 [95% CI: 1.23-1.41], P<.001), assaultive violence (OR = 1.42 [95% CI: 1.13-1.78], P<.001), unexpected death (OR = 1.19 [95% CI: 1.12-1.28], P<.001), and learning of trauma (OR = 1.22 [95% CI: 1.13-1.30], P<.001) positively predicted the presence of AUDs. CONCLUSIONS: Results indicate significant positive relationships between traumatic events and AUDs, particularly among individuals without PTSD. Specific associations and theoretical implications will be discussed.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».