MétaCan
Menu
Retour à la cohorte
Enregistrement W2797489893 · doi:10.1080/10826084.2018.1455702

Do Classes of Polysubstance Use in Adolescence Differentiate Growth in Substances Used in the Transition to Young Adulthood?

2018· article· en· W2797489893 sur OpenAlexafffund
Gabriel J. Merrin, Bonnie J. Leadbeater

Notice bibliographique

RevueSubstance Use & Misuse · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversity of Victoria
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPolysubstance dependenceSubstance useLongitudinal studyLatent class modelYoung adultPsychologyLongitudinal dataIllicit drugDevelopmental psychologyDrugDemographyClinical psychologyMedicinePsychiatryStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Past studies have differentiated classes of polysubstance use in adolescence, however, the associations of adolescent polysubstance use classes with longitudinal substance use trajectories from adolescence to young adulthood have not been studied. OBJECTIVE: The current study examined substance use classes during adolescence and longitudinal trajectories of each substance used across the transition to young adulthood. METHOD: Data were collected biennially from 662 youth and followed 10 years across six measurement assessments. Using baseline data (T1), latent class analysis was used to identify classes of polysubstance use (cigarette, alcohol, marijuana, and illicit drug use) during adolescence. Using T2 through T6 data, we fit latent growth models for cigarette, alcohol, marijuana, and illicit drug use to examine longitudinal trajectories of each substance used by class. RESULTS: A three-class model fit the data best and included a poly-use class, that had high probabilities of use among all substances, a co-use class, that had high probabilities of use among alcohol and marijuana, and a low-use class that had low probabilities of use among all substances. We then examined trajectories of each substance used by class. Strong continuity of substance use was found by class across 14 years. Additionally, for some substances, higher average levels of use of at age 14 were associated with change in growth of other substances used over time. Conclusions/Importance: Efforts that only target a single drug type may be missing an important opportunity to reduce the use and subsequent consequences related to the use of multiple substances.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,038
Tête enseignante GPT0,290
Écart entre enseignants0,252 · 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

Citations33
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSubstance Use & MisuseMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207