MétaCan
Menu
Retour à la cohorte
Enregistrement W2763764874 · doi:10.1093/pch/19.6.e35-190

195: Substance Use Profile of Adolescents Entering Quebec Youth Protection Centers

2014· article· en· W2763764874 sur OpenAlexaffabout
Nancy Haley, G Lambert, Christopher Tremblay, J Y Frappier, Joanne Otis, Élise Roy

Notice bibliographique

RevuePaediatrics & Child Health · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueSchool Health and Nursing Education
Établissements canadiensCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMedicineCannabisYouth Risk Behavior SurveySubstance useLogistic regressionMental healthDemographicsDemographyPsychiatrySubstance abuseEnvironmental healthSuicide preventionPoison control

Résumé

récupéré en direct d'OpenAlex

Every year between 4000 and 5000 adolescents are placed in Quebec Youth Protection Centers (YPCs). Many of these adolescents use psychotropic substances that impact their mental and physical well-being. To document the prevalence of tobacco, alcohol and drug use among youth residing in YPCs and to identify factors associated with problematic substance use (PSU) among these adolescents. Between July 2008 and May 2009, adolescents aged 14 to 17 and living in six YPCs across Quebec were recruited on a volunteer basis to participate in a second generation surveillance study on risk behaviours and prevalence of sexually transmitted infections. Data on socio-demographics, substance use and sexual risk behaviours, and certain associated health conditions were obtained by questionnaire during structured, face-to-face interviews. Analyses were carried out on the profiles of participants identified with PSU (measured using the standardized “DEP-ADO” screening tool). Multivariate logistic regression was used to identify correlates of PSU. Of the 578 participants interviewed, 499 youth who had been living in YPCs for less than two years were kept in the analyses to improve reliability of data collected for the year prior to admission (59% boys; median age: boys, 16; girls, 15). During that year, the prevalence of regular substance use (3× weekly and +) was: tobacco, 75%; alcohol, 24%; cannabis, 63%; amphetamines, 17%; and cocaine, 4%. Almost one-third of girls (31%) and one-fifth of boys (21%) reported a first episode of regular use of alcohol before 14 years of age, while 50% of girls and 41% of boys reported a first episode of regular drug use before that age. PSU, measured by “DEP-ADO” and indicating a need for specialized professional intervention, was documented for 58% of girls and 63% of boys. Only 18% of these youth had received therapy for their problematic consumption. In multivariate analysis, factors associated with adolescent PSU were daily use of cigarettes (AOR 6.40 [95% CI 3.90 to 10.48]); precocious use of alcohol (3.99 [95% CI 2.41 to 6.62]); family history of problematic substance use (2.37 [95% CI 1.32 to 4.25]); having at least six sexual partners (lifetime) (3.26 [95% CI 2.00 to 5.31]); and a history of self-mutilation (lifetime) (1.88 [95% CI 2.11 to 3.16]). Substance use is prevalent among adolescents entering YPCs and certain factors are associated with problematic use. Youth with these risk factors merit early and on-going substance use screening by health professionals. Timely detection and referral of adolescents with PSU for therapy may help prevent associated health consequences and decrease their risks of developing life-long dependencies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,339

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,348
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetSchool Health and Nursing EducationTravaux en français237 207