Examining the Association Between Psychiatric Disorders and Cocaine Binges: Results From the COSMO Study
Notice bibliographique
Résumé
OBJECTIVES: Although cocaine binges and mental health problems have both been identified as significant risk factors for different health hazards, little is known about the relationship between mental health and cocaine binging. Hence, the aim of this study is to examine the association between psychiatric disorders and cocaine binge. METHODS: Participants were part of a prospective cohort study of individuals who either smoke or inject cocaine. The dependent variable, namely a cocaine binge within the past month, was defined as the repetitive use of large quantities of cocaine until the individual was unable to access more of the drug or was physically unable to keep using. Psychiatric disorders were assessed using the Composite International Diagnostic Interview and the Diagnostic Interview Schedule questionnaires. Logistic regression models were performed to examine the association between cocaine binging and psychiatric disorders, adjusting for potential confounders. RESULTS: Of the 492 participants, 24.4% reported at least 1 cocaine binging episode during the prior month. Among the study population, 48.0% met the criteria for antisocial personality disorder (ASPD), 45.5% for anxiety disorders, and 28.2% for mood disorders. Participants with ASPD were more likely to binge (adjusted odds ratio 1.73, 95% confidence interval 1.10-2.73), whereas those with a mood disorder were not. The association between anxiety disorders and cocaine binging was significant only in univariate analyses. CONCLUSION: ASPD increased the odds of reporting cocaine binge in our study population. These results highlight the need for a better understanding of the specific dimensions of ASPD that contribute to the increased risk of unsafe drug use behaviors.
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 | 0,002 | 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 | 0,001 | 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) | 0,000 | 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 ».