Heavy Drinking Trajectories Among Men Who Have Sex with Men: A Longitudinal, Group‐Based Analysis
Notice bibliographique
Résumé
BACKGROUND: Heavy episodic drinking (HED) is associated with sexual risk behavior and HIV seroconversion among men who have sex with men (MSM), yet few studies have examined heavy drinking typologies in this population. METHODS: We analyzed data from 4,075 HIV-uninfected MSM (aged 16 to 88) participating in EXPLORE, a 48-month behavioral intervention trial, to determine the patterns and predictors of HED trajectories. HED was defined as the number of days in which ≥5 alcohol drinks were consumed in the past 6 months. Longitudinal group-based mixture models were used to identify HED trajectories, and multinomial logistic regression was used to determine correlates of membership in each group. RESULTS: We identified 5 distinct HED trajectories: nonheavy drinkers (31.9%); infrequent heavy drinkers (i.e., <10 heavy drinking days per 6-month period, 54.3%); regular heavy drinkers (30 to 45 heavy drinking days per 6 months, 8.4%); drinkers who increased HED over time (average 33 days in the past 6 months to 77 days at end of follow-up, 3.6%); and very frequent heavy drinkers (>100 days per 6 months, 1.7%). Intervention arm did not predict drinking trajectory patterns. Younger age, self-identifying as white, lower educational attainment, depressive symptoms, and stimulant use were associated with reporting heavier drinking trajectories. Compared to nonheavy drinkers, participants who increased HED more often experienced a history of childhood sexual abuse (CSA). Over the study period, depressive symptomatology increased significantly among very frequent heavy drinkers. CONCLUSIONS: Socioeconomic factors, substance use, depression, and CSA were associated with heavier drinking patterns among MSM. Multicomponent interventions to reduce HED should seek to mitigate the adverse impacts of low educational attainment, depression, and early traumatic life events on the initiation, continuation, or escalation of frequent HED among MSM.
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 | 0,002 |
| 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 | 0,000 | 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 ».