Risk profiles for heavy drinking in adolescence: differential effects of gender
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abnormalities across different domains of neuropsychological functioning may constitute a risk factor for heavy drinking during adolescence and for developing alcohol use disorders later in life. However, the exact nature of such multi-domain risk profiles is unclear, and it is further unclear whether these risk profiles differ between genders. We combined longitudinal and cross-sectional analyses on the large IMAGEN sample (N ≈ 1000) to predict heavy drinking at age 19 from gray matter volume as well as from psychosocial data at age 14 and 19-for males and females separately. Heavy drinking was associated with reduced gray matter volume in 19-year-olds' bilateral ACC, MPFC, thalamus, middle, medial and superior OFC as well as left amygdala and anterior insula and right inferior OFC. Notably, this lower gray matter volume associated with heavy drinking was stronger in females than in males. In both genders, we observed that impulsivity and facets of novelty seeking at the age of 14 and 19, as well as hopelessness at the age of 14, are risk factors for heavy drinking at the age of 19. Stressful life events with internal (but not external) locus of control were associated with heavy drinking only at age 19. Personality and stress assessment in adolescents may help to better target counseling and prevention programs. This might reduce heavy drinking in adolescents and hence reduce the risk of early brain atrophy, especially in females. In turn, this could additionally reduce the risk of developing alcohol use disorders later in adulthood.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 découle