MétaCan
Menu
Retour à la cohorte
Enregistrement W2765414741 · doi:10.1177/1087054717714058

The Qualitative Interview Study of Persistent and Nonpersistent Substance Use in the MTA: Sample Characteristics, Frequent Use, and Reasons for Use

2017· article· en· W2765414741 sur OpenAlexaff
James M. Swanson, Timothy Wigal, Peter S. Jensen, John T. Mitchell, Thomas S. Weisner, Desiree W. Murray, L. Eugene Arnold, Lily Hechtman, Brooke S. G. Molina, Elizabeth B. Owens, Stephen P. Hinshaw, Katherine A. Belendiuk, Sharon B. Wigal, Page Sorensen, Annamarie Stehli

Notice bibliographique

RevueJournal of Attention Disorders · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensCarleton UniversityMcGill University Health Centre
Organismes subventionnairesNational Institute on Drug AbuseNational Institute of Mental Health
Mots-clésPsychologyClinical psychologySubstance useQualitative researchPerceptionPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate participants' perceptions about frequent use and reasons for substance use (SU) in the qualitative interview study, an add-on to the multimodal treatment study of ADHD (MTA). METHOD: Using the longitudinal MTA database, 39 ADHD cases and 19 peers with Persistent SU, and 86 ADHD cases and 39 peers without Persistent SU were identified and recruited. In adulthood, an open-ended interview was administered, and SU excerpts were indexed and classified to create subtopics (frequent use and reasons for use of alcohol, marijuana, and other drugs). RESULTS: For marijuana, the Persistent compared with Nonpersistent SU group had a significantly higher percentage of participants describing frequent use and giving reasons for use, and the ADHD group compared with the group of peers had a significantly higher percentage giving "stability" as a reason for use. CONCLUSION: Motivations for persistent marijuana use may differ for adults with and without a history of ADHD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,132
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,186
Tête enseignante GPT0,397
Écart entre enseignants0,211 · 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 tête enseignante, 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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Attention DisordersMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207