The association between substance use and common mental disorders in young adults: results from the South African Stress and Health (SASH) Survey.
Notice bibliographique
Résumé
INTRODUCTION: Although substance use is commonly associated with mental disorders, limited data on this association are available from low and middle income countries such as South Africa. The aims of the study were i) to determine patterns of substance use in young adults, ii) to identify trends of common psychiatric disorders in relation to use of specific substances, and iii) to determine whether specific psychiatric disorders were associated with use of specific substances in the South African population. METHODS: Data were drawn from the South African Stress and Health (SASH) study, a nationally-representative, cross-sectional survey of South African households that forms part of a World Health Organisation (WHO) World Mental Health (WMH) initiative to standardise information on the global burden of mental illness and its correlates. Data from a subset (n = 1766; aged 18 to 30 years) of the SASH sample of 4351 individuals were analysed. The Composite International Diagnostic Interview Version 3 (CIDI 3.0) was used to elicit basic demographic details and information regarding mental illness and substance use. Multiple regression analyses, adjusted for age and gender, were used to identify associations between mental disorders and substance use. RESULTS: Significant associations were found between substance use and mood and anxiety disorders, with a particularly strong relationship between cannabis use and mental disorder. CONCLUSION: The results are consistent with those from previous studies, and reinforce the argument that comorbid substance use and mental disorders constitute a major public health burden.
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 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 | 0,001 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».