MétaCan
Menu
Retour à la cohorte
Enregistrement W2111521222 · doi:10.1111/pcn.12231

Association between non‐medical prescription drug use and personality traits among young <scp>S</scp>wiss men

2014· article· en· W2111521222 sur OpenAlexaff
Alexandra N’Goran, Stéphanie Baggio, Stéphane Deline, Joseph Studer, Meichun Mohler‐Kuo, Jean‐Bernard Daeppen, Gerhard Gmel

Notice bibliographique

RevuePsychiatry and Clinical Neurosciences · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésSensation seekingNeuroticismBig Five personality traitsHostilityPersonalityAnxietyPsychologyClinical psychologyPsychiatryAggressionLogistic regressionImpulsivityMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

AIM: To investigate the relationships between six classes of non-medical prescription drug use (NMPDU) and five personality traits. METHODS: Representative baseline data on 5777 Swiss men around 20 years old were taken from the Cohort Study on Substance Use Risk Factors. NMPDU of opioid analgesics, sedatives/sleeping pills, anxiolytics, antidepressants, beta-blockers and stimulants over the previous 12 months was measured. Personality was assessed using the Brief Sensation Seeking Scale; attention deficit-hyperactivity (ADH) using the Adult Attention-Deficit-Hyperactivity Disorder Self-Report Scale; and aggression/hostility, anxiety/neuroticism and sociability using the Zuckerman-Kuhlmann Personality Questionnaire. Logistic regression models for each personality trait were fitted, as were seven multiple logistic regression models predicting each NMPDU adjusting for all personality traits and covariates. RESULTS: Around 10.7% of participants reported NMPDU in the last 12 months, with opioid analgesics most prevalent (6.7%), then sedatives/sleeping pills (3.0%), anxiolytics (2.7%), and stimulants (1.9%). Sensation seeking (SS), ADH, aggression/hostility, and anxiety/neuroticism (but not sociability) were significantly positively associated with at least one drug class (OR varied between 1.24, 95%CI: 1.04-1.48 and 1.86, 95%CI: 1.47-2.35). Aggression/hostility, anxiety/neuroticism and ADH were significantly and positively related to almost all NMPDU. Sociability was inversely related to NMPDU of sedatives/sleeping pills and anxiolytics (OR, 0.70; 95%CI: 0.51-0.96 and OR, 0.64; 95%CI: 0.46-0.90, respectively). SS was related only to stimulant use (OR, 1.74; 95%CI: 1.14-2.65). CONCLUSION: People with higher scores for ADH, aggression/hostility and anxiety/neuroticism are at higher risk of NMPDU. Sociability appeared to protect from NMPDU of sedatives/sleeping pills and anxiolytics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,003
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,386
Écart entre enseignants0,313 · 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 tête enseignante, 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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychiatry and Clinical NeurosciencesMême sujetGambling Behavior and TreatmentsTravaux en français237 207