The onset and progression of alcohol use disorders: A qualitative study from Goa, India
Notice bibliographique
Résumé
Quantitative evidence about the burden of alcohol use disorders (AUDs) needs to be complemented with a nuanced qualitative understanding of explanatory models to help supplement public health strategies that are too often steeped uncritically in biomedical models. The aim of this study was to identify the role of various factors in the onset and persistence of AUD and recovery from AUD. This was a qualitative study nested in a population cohort from Goa, India. In-depth interviews of men with incident, recovered, and persistent AUD covered topics such as changes in drinking habits over time, perceptions and experiences about starting/stopping drinking, and so on. Data were analyzed using thematic analysis. Reasons to begin drinking included social drinking, functional use of alcohol, stress, and boredom. Progression to problematic drinking patterns was characterized by drinking alone, alternating between abstinent and heavy drinking periods, and drinking based on the availability of finances. Some enablers to reduce/stop drinking included consequences of drinking lifestyle and personal resolve; some barriers included availability of alcohol at social events and stress. Some reasons for persisting heavy use of alcohol included lack of family support, physical withdrawal symptoms, peer pressure, stress, and easy availability. This article offers a strong conceptualization and nuanced understanding of AUD across a spectrum of developmental courses. This adds to the limited literature on explanatory models of AUD in India and identifies potential targets for prevention and treatment strategies for AUD in low- and middle-income country settings.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».