Prevalence of cognitive impairment in patients with substance use disorder
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Cognitive impairments in substance use disorder predict treatment outcome and are assumed to differ between substances. They often go undetected, thus the current study focuses on the prevalence of and differences in cognitive functioning across substances by means of a cognitive screen at the early stage of addiction treatment. DESIGN AND METHODS: The Montreal Cognitive Assessment was administered to outpatients seeking treatment for substance use disorder. Patient characteristics (age, years of regular use, polysubstance use, severity of dependence/abuse, depression, anxiety and stress) were also taken into account. RESULTS: A total of 656 patients were included (n = 391 used alcohol, n = 123 used cannabis, n = 100 used stimulants and n = 26 used opioids). The prevalence of cognitive impairments was 31%. Patients using alcohol had a lower total- and memory domain score than those using cannabis. Patients using opioids scored lower on visuospatial abilities than those using cannabis or stimulants. Younger patients scored higher than older patients. No effect was found for the other investigated characteristics. DISCUSSION AND CONCLUSIONS: Given the high prevalence of cognitive impairments, standard screening at an early stage of treatment is important to determine the course of treatment and maximise treatment outcome. Caution is needed in interpreting results about opioids due to an underrepresentation of this patient group, and more research is needed on the effect of age on Montreal Cognitive Assessment performance.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».