Gender Differences in Compulsive Buying Disorder: Assessment of Demographic and Psychiatric Co-Morbidities
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
Compulsive buying is a common disorder found worldwide. Although recent research has shed light into the prevalence, etiology and clinical correlates of compulsive buying disorder, less is known about gender differences. To address this empirical gap, we assessed potential gender differences in demographic and psychiatric co-morbidities in a sample of 171 compulsive buyers (20 men and 151 women) voluntarily seeking treatment in São Paulo, Brazil. A structured clinical interview confirmed the diagnosis of compulsive buying. Of the 171 participants, 95.9% (n = 164) met criteria for at least one co-morbid psychiatric disorder. The results found that male and female compulsive buyers did not differ in problem severity as assessed by the Compulsive Buying Scale. However, several significant demographic and psychiatric differences were found in a multivariate binary logistic regression. Specifically, male compulsive buyers were more likely to report being non-heterosexual, and reported fewer years of formal education. In regards to psychiatric co-morbidities, male compulsive buyers were more likely to be diagnosed with sexual addiction, and intermittent explosive disorder. Conversely, men had lower scores on the shopping subscale of the Shorter PROMIS Questionnaire. The results suggest that male compulsive buyers are more likely to present with co-morbid psychiatric disorders. Treatment planning for compulsive buying disorder would do well to take gender into account to address for potential psychiatric co-morbidities.
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 | 0,000 |
| 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 découle