Subtypes of disordered gamblers: results from the <scp>N</scp>ational <scp>E</scp>pidemiologic <scp>S</scp>urvey on <scp>A</scp>lcohol and <scp>R</scp>elated <scp>C</scp>onditions
Notice bibliographique
Résumé
AIMS: To derive empirical subtypes of problem gamblers based on etiological and clinical characteristics described in the Pathways Model, using data from a nationally representative survey of US adults. DESIGN & MEASUREMENT: Data were collected from structured diagnostic face-to-face interviews using the Alcohol Use Disorder and Associated Disabilities Interview Schedule DSM-IV version IV (AUDADIS-IV). SETTING: The study utilized data from US National Epidemiologic Survey on Alcohol and Related Conditions (NESARC). PARTICIPANTS: All disordered gambling participants (n = 581) from a nationally representative cross-sectional sample of civilian non-institutionalized adults aged 18 years or older. FINDINGS: Latent class analyses indicated that the best-fitting model was a three-class solution. Those in the largest class (class 1: 50.76%, n = 295) reported the lowest overall levels of psychopathology including gambling problem severity and mood disorders. In contrast, respondents in class 2 (20.06%, n = 117) had a high probability of endorsing past-year substance use disorders, moderate probabilities of having parents with alcohol/drug problems and of having a personality disorder, and the highest probability for past-year mood disorders. Respondents in class 3 (29.18%, n = 169) had the highest probabilities of personality and prior-to-past year mood disorders, substance use disorders, separation/divorce, drinking-related physical fights and parents with alcohol/drug problems and/or a history of antisocial personality disorder (ASPD). CONCLUSIONS: Three subtypes of disordered gamblers can be identified, roughly corresponding to the subtypes of the Pathways Model, ranging from a subgroup with low levels of gambling severity and psychopathology to one with high levels of gambling problem severity and comorbid psychiatric disorders.
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 | 0,004 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».