Independent associations and effect modification between lifetime substance use and recent mood disorder diagnosis with household food insecurity
Notice bibliographique
Résumé
Poor mental health and substance use are associated with food insecurity, however, their potential combined effects have not been studied. This study explored independent associations and effect modification between lifetime substance use and mood disorder in relation to food insecurity. Poisson regression analysis of data from British Columbia respondents (n = 13,450; 12 years+) in the 2007/08 Canadian Community Health Survey was conducted. Measures included The Household Food Security Survey Module (7.3% food insecure), recent diagnosis of a mood disorder (self-reported; 9.5%), lifetime use of cannabis, cocaine/crack, ecstasy, hallucinogens, and speed, any lifetime substance use, sociodemographic covariates, and the interaction terms of mood disorder by substance. For those with recent diagnosis of a mood disorder the prevalence of lifetime substance use ranged between 1.2 to 5.7% and were significantly higher than those without recent mood disorder diagnosis or lifetime use of substances (p's < 0.05). For respondents with a recent mood disorder diagnosis or who used cannabis, food insecurity prevalence was higher compared to the general sample (p < 0.001); prevalence was lower for cocaine/crack use (p < 0.05). Significant effect modification was found between mood disorder with cannabis, ecstasy, hallucinogen and any substance use over the lifetime (PRs 0.51 to 0.64, p's 0.022 to 0.001). Independent associations were found for cocaine/crack and speed use (PRs 1.68, p's < 0.001) and mood disorder (PRs 2.02, p's < 0.001). Based on these findings and the existing literature, future study about coping and resilience in the context of substance use, mental health, and food insecurity may lead to the development of relevant interventions aimed at mental well-being and food security.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».