The influence of substance use on depressive symptoms among young adult black men: The sensitizing effect of early adversity
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Depressive symptoms have been identified as an important consequence of substance use. Both heavy drinking and marijuana use have acute and short-term effects on systems that regulate emotion, increasing the potential for substance use to induce problems with negative affect and irritability. We investigated the effects of alcohol and marijuana use on depressive symptoms among a sample of young Black men. We also tested the stress sensitization hypothesis that exposure to adverse childhood experiences would amplify the influence of substance use on men's depressive symptoms. METHODS: Hypotheses were tested with 505 rural Black men who, at ages 19-22 years, provided data on their substance use, adverse childhood experiences, and depressive symptoms; they provided data again 18 months later. RESULTS: Substance use forecasted increases in depressive symptoms; cross-lagged analyses yielded no evidence for the inverse path, depressive symptoms increasing substance use. The impact of substance use on depressive symptoms was amplified among young Black men who were exposed to adverse childhood experiences. Substance use did not significantly predict depressive symptoms when adversity was low. DISCUSSION AND CONCLUSIONS: Our findings suggest that, during young adulthood, substance use increases depressive symptoms among Black men who were exposed to childhood adversity. Because childhood adversity disproportionately affects Black men, these findings inform future cross-group research designed to investigate racial disparities in the consequences of substance use. SCIENTIFIC SIGNIFICANCE: Depressive symptoms may be understood as an effect as well as a cause of substance use, particularly among vulnerable young Black men. (Am J Addict 2017;26:400-406).
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 | 0,000 | 0,002 |
| 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) | 0,002 | 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 ».