Prescription Drug Abuse and Diversion Among Adolescents in a Southeast Michigan School District
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To determine the prevalence of medical use of 4 classes of prescription medications relative to nonmedical use (illicit use), to examine the relative rates among the 4 drug classes, and to assess whether gender differences exist in the trading, selling, loaning, or giving away of medications. DESIGN: A Web-based survey was administered to 7th- to 12th-grade students residing in 1 ethnically diverse school district; a 68% response rate was achieved. SETTING: During a 3-week period in May 2005, teachers brought students to their schools' computing center where students took the survey using a unique personal identification number to sign on to the survey. PARTICIPANTS: There were 1086 secondary students, including 586 girls, 498 boys, 484 black students, and 565 white students. MAIN OUTCOME MEASURES: Students were asked about their medical and nonmedical use of sleeping, sedative or anxiety, stimulant, and pain medications. Diversion of prescription medication was assessed by determining who asked the student to divert his or her prescription and who received it. RESULTS: Thirty-six percent of students reported having a recent prescription for 1 of the 4 drug classes. A higher percentage of girls reported giving away their medications than boys (27.5% vs 17.4%, respectively; chi(2)(1) = 6.7; P = .01); girls were significantly more likely than boys to divert to female friends (64.0% vs 21.2%, respectively; chi(2)(1) = 17.5; P<.001) whereas boys were more likely than girls to divert to male friends (45.5% vs 25.6%, respectively; chi(2)(1) = 4.4; P = .04). Ten percent diverted their drugs to parents. CONCLUSION: Physicians should discuss the proper use of prescription medications with their patients and their patients' families.
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.
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 | 0,001 |
| 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 découle