1003 Non-Medical Use of Prescription Stimulants for Daytime Sleepiness in University Students
Notice bibliographique
Résumé
University students may use off-label prescription stimulants to prolong alertness or manage the daytime effects of poor sleep. Stimulant use has been associated with sleep disturbance, anxiety, increased heart rate, nausea, and dependence. The objective of this study was to determine the prevalence of, and factors associated with, non-medical use of prescription stimulants among university students. We surveyed 3,699 university students aged 18–35 attending Memorial University in Newfoundland, Canada. Participants indicated whether or not they had used prescription stimulants (e.g., Adderall) for the specific non-medical purpose of helping them stay awake in the past month. Univariate and multivariate logistic regression were used to examine the demographic and clinical factors associated with stimulant use. Covariates included sociodemographics and the following standardized measures: Hospital Anxiety and Depression Scale, Pittsburgh Sleep Quality Index, Epworth Sleepiness Scale, and Prescription Drug Attitudes Questionnaire. Of the participants, 73% were female, with 49% aged between 18–21 years. One hundred eleven (3%) students reported the non-medical use of prescription stimulants to help them stay awake. Male sex (p=.02), poor sleep quality (p<.001), higher anxiety (p=.001), more depressive symptoms (p<.001), daytime sleepiness (p=.04), and permissive attitudes towards drug use (p<.001) were all independent predictors of non-medical use of prescription stimulants; however, when entered into a multivariate model the only clinical factors that remained significant were poor sleep quality (AOR=5.82; 95%Cl, 1.36 to 24.84; p=0.017) and more positive attitudes to non-medical use of prescription medication (AOR=2.52; 95%Cl, 1.06 to 5.99; p=0.037; AOR=10.41; 95%Cl, 4.57 to 23.72; p<0.001). The prevalence of stimulant use in this sample was lower than previously reported in other university samples. Those with poor sleep quality and/or more positive attitudes towards the non-medical use of prescription medication were more likely to use stimulants to reduce daytime sleepiness. Prevention or intervention programs should target beliefs that support stimulant taking behavior. N/A.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».