Screening questionnaires for substance abuse post brain injury: a review
Notice bibliographique
Résumé
OBJECTIVE: To assess the psychometric properties of the available assessment questionnaires for substance abuse studied within a brain injury population. METHODS: A literature search was conducted on MEDLINE, PsycINFO, CINAHL, and Embase databases. Articles published in English from inception through March 2018 on the screening questionnaires used to identify substance abuse post brain injury were reviewed. Eligible primary studies had to include: adults (participants ≥18 years old) post brain injury; and report measures of diagnostic accuracy (e.g., sensitivity, specificity, and diagnostic odds ratio). RESULTS: Six screening questionnaires were included: Alcohol Use Disorders Identification Test, Brief Michigan Alcohol Screening Test, CAGE, Drug Abuse Screening Test, Substance Abuse Screening Inventory and the Short Michigan Alcohol Screening Test (SMAST). All questionnaires, except the SMAST, used the Diagnostic and Statistical Manual of Mental Disorders as the criterion measure. While report measures of diagnostic accuracy were reported and summarized, none of the studies provided reliability information or subgroup analysis among those with brain injury. CONCLUSIONS: Concerns of social desirability, population demographics, responsiveness to treatment effects, and administrative burden are important when selecting a questionnaire. Research examining the reliability of substance abuse screening questionnaires in the brain injury population is lacking and future research is warranted.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».