A Review of the Psychometric Properties of the CRAFFT Instrument: 1999-2010
Notice bibliographique
Résumé
INTRODUCTION: Alcohol (AUD) and other substance use disorders (SUD) are common among adolescents. The CRAFFT (Car, Relax, Alone, Forget, Friends, Trouble, 1999) was developed as a brief screening instrument for adolescents to measure AUD and SUD. This systematic review examines the psychometric properties of the CRAFFT. METHODS: We performed a systematic review using Cochrane Database for Systematic Reviews, Pubmed/Medline, Embase (1980 to present), PsycInfo, and Google Scholar using the keywords "CRAFFT", "CRAFFT questionnaire", "alcohol misuse", "alcohol abuse", "alcohol dependence" "alcohol", "substance misuse", and "substance abuse" and "substance dependence". RESULTS: We report 11 studies on validity and six studies on reliability. Populations examined were clinic patients including hospital-based clinic patients, primary care patients, emergency room patients, Native-Americans, sexually transmitted diseases clinic patients, substance users, a general population group, and enlisting military concripts. In general, the CRAFFT was found to be a good screening instrument for gradations of alcohol and substance misuse including problem use, abuse, and dependence. At optimal cut-points, sensitivities of the CRAFFT ranged from 0.61 to 1.00, and specificities ranged from 0.33 to 0.97. The CRAFFT showed modest to adequate internal consistency values ranging from 0.65 to 0.86, and high test-retest reliability. CONCLUSION: The CRAFFT has adequate psychometric properties for detecting AUD and SUD in adolescents. However, more studies of the psychometric properties of the CRAFFT need to be carried out to further assess and improve generalizability to other populations. Gender and ethnic differences also require further examination, as do versions that are adapted for different languages and cultures.
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 | 0,016 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,021 | 0,023 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».