NIDA-Drug Addiction Treatment Outcome Study (DATOS) Relapse as a Function of Spirituality/Religiosity
Notice bibliographique
Résumé
BACKGROUND: The connection between religion/spirituality and deviance, like substance abuse, was first made by Durkheim who defined socially expected behaviors as norms. He explained that deviance is due in large part to their absence (called anomie), and concluded that spirituality lowers deviance by preserving norms and social bonds. Impairments in brain reward circuitry, as observed in Reward Deficiency Syndrome (RDS), may also result in deviance and as such we wondered if stronger belief in spirituality practice and religious belief could lower relapse from drugs of abuse. METHODS: The NIDA Drug Addiction Treatment Outcome Study data set was used to examine post hoc relapse rates among 2,947 clients who were interviewed at 12 months after intake broken down by five spirituality measures. RESULTS: = 11.33, p = 0.045; logistic regression = 9.650, p = 0.002). Across the five measures of spirituality, the spiritual participants reported between 7% and 21% less alcohol, cocaine, heroin, and marijuana use than the non-spiritual subjects. However, the crack users who reported that religion was not important reported significantly less crack use than the spiritual participants. The strongest association between remission and spirituality involves attending religious services weekly, the one marker of the five that involves the highest social interaction/social bonding consistent with Durkheim's social bond theory. CONCLUSIONS: Stronger spiritual/religious beliefs and practices are directly associated with remission from abused drugs except crack. Much like the value of having a sponsor, for clients who abuse drugs, regular spiritual practice, particularly weekly attendance at the religious services of their choice is associated with significantly higher remission. These results demonstrate the clinically significant role of spirituality and the social bonds it creates in drug treatment programs.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».