Risk and speed of transitions to first alcohol dependence symptoms in adolescents: a 10‐year longitudinal community study in Germany
Notice bibliographique
Résumé
BACKGROUND: Although in many western countries alcohol use (AU) and symptoms of alcohol dependence (AD) are frequent in adolescence, temporal patterns and trajectories remain understudied. It is unclear whether early onset of AU is associated with the speed of transition to first AD symptoms and whether specific first AD symptoms and their timing are associated with AD. AIMS: To examine (i) the incidence patterns of self-reported first AD symptoms; (ii) whether early AU is associated with the risk and speed of transition to first AD symptoms; and (iii) whether first AD symptoms and their timing are associated with AD. DESIGN: A total of 3021 community subjects from Germany aged 14-24 years at baseline followed prospectively over 10 years. AU, AD symptoms and AD were assessed using the Munich-Composite International Diagnostic Interview (DIA-X/M-CIDI). FINDINGS: Among first AD symptoms, tolerance (13.1%) and much time spent (5.0%) were most prevalent. Five to 30% of all first AD symptoms occurred during the first year after first AU. Early AU was not related to the risk of first AD symptoms. The speed of transition to first AD symptoms was greater among those with AU onset in later adolescence. Tolerance and loss of control were associated with AD development (risk difference 3.9% and 15.4%), as was early onset of tolerance, much time spent and loss of control. CONCLUSION: Early AU and early AD symptoms are frequent among adolescents. Early self-reported tolerance, much time spent and loss of control are particularly predictive for AD and important targets for early preventive interventions.
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 ».