The role of functional social support in treatment retention and outcomes among outpatient adult substance abusers
Notice bibliographique
Résumé
AIMS: The goals of this study were: (1) to compare patients with high and low functional social support at intake and 6 months later on various risk factors; (2) to test the stress-buffering role of functional social support on treatment outcomes, and (3) to determine whether levels of functional social support at intake predicted treatment retention. DESIGN: Consecutive admissions to an outpatient treatment program were assessed at intake (n = 206) and at 6 month follow-up (n = 172) using the Addition Severity Index (ASI). Patients completed questionnaires pertaining to social support, stress and psychological functioning both at intake and at 6 months. FINDINGS: Both high and low social support groups experienced marked declines in negative affect and in the severity of substance abuse over time. There were some group differences: for example, symptoms of depression and psychological distress were higher among patients with low social support at intake and at 6 months. Patients with low social support at intake reported higher severity of alcohol and drug abuse at 6 months. Hierarchical regression analyses showed that functional social support was a modest predictor of reductions in the severity of alcohol abuse at follow-up, after controlling for the number of days in treatment. Higher levels of social support explained a modest (6%) proportion of the variance in alcohol-related outcomes, but did not predict reductions in drug abuse. Survival analysis demonstrated that the rate of dropping out of treatment was significantly higher for patients with low social support. CONCLUSIONS: Higher functional social support at intake is a positive predictor of retention in treatment, and a modest predictor of reductions in alcohol intake, but not in drug use. Overall, social support accounts for a small percentage of the variance in drug/alcohol-related outcomes, underscoring the need for further research into variables accounting for treatment success and failure.
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 | 0,007 |
| 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) | 0,002 | 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 ».