Steps Towards Alcohol Misuse Prevention Programme (STAMPP): a school-based and community-based cluster randomised controlled trial
Notice bibliographique
Résumé
OBJECTIVES: To assess the effectiveness of a combined classroom curriculum and parental intervention (the Steps Towards Alcohol Misuse Prevention Programme (STAMPP)), compared with alcohol education as normal (EAN), in reducing self-reported heavy episodic drinking (HED) and alcohol-related harms (ARHs) in adolescents. SETTING: 105 high schools in Northern Ireland (NI) and in Scotland. PARTICIPANTS: Schools were stratified by free school meal provision. Schools in NI were also stratified by school type (male/female/coeducational). Eligible students were in school year 8/S1 (aged 11-12 years) at baseline (June 2012). INTERVENTION: A classroom-based alcohol education intervention, coupled with a brief alcohol intervention for parents/carers. PRIMARY OUTCOMES: (1) The prevalence of self-reported HED in the previous 30 days and (2) the number of self-reported ARHs in the previous 6 months. Outcomes were assessed using two-level random intercepts models (logistic regression for HED and negative binomial for number of ARHs). RESULTS: At 33 months, data were available for 5160 intervention and 5073 control students (HED outcome), and 5234 and 5146 students (ARH outcome), respectively. Of those who completed a questionnaire at either baseline or 12 months (n=12 738), 10 405 also completed the questionnaire at 33 months (81.7%). Fewer students in the intervention group reported HED compared with EAN (17%vs26%; OR=0.60, 95% CI 0.49 to 0.73), with no significant difference in the number of self-reported ARHs (incident rate ratio=0.92, 95% CI 0.78 to 1.05). Although the classroom component was largely delivered as intended, there was low uptake of the parental component. There were no reported adverse effects. CONCLUSIONS: Results suggest that STAMPP could be an effective programme to reduce HED prevalence. While there was no significant reduction in ARH, it is plausible that effects on harms would manifest later. TRIAL REGISTRATION NUMBER: ISRCTN47028486; Post-results.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».