PAUSE: The Development and Implementation of a Novel Brief Intervention Program Targeting Cannabis and Alcohol Use Among University Students
Notice bibliographique
Résumé
ABSTRACT Objectives: Studies on brief interventions (BIs) for substance misuse among university students indicate their effectiveness for alcohol use, however, programs have rarely addressed cannabis use and comorbid mental health symptoms. This paper describes the development and implementation of a manualized single-session BI called PAUSE, based on motivational interviewing (MI) and harm reduction principles, designed to address alcohol and cannabis misuse and concurrent mental health concerns among university students on a mid-sized university campus. Methods: Participants were recruited by self-referral and professional referral. Interested participants completed an online assessment followed by a 45- to 90-minute in-person MI session with a trained counsellor. Results: A total of 46 (61% male) students attended a PAUSE session; 54.5% attended for cannabis. Fifty percent of individuals were referred from counsellors or physicians. Ninety-five percent of the samples were engaging in problematic cannabis use and/or moderate to high-risk alcohol use and 80% were identified as being at risk for an anxiety or depressive disorder. Patients and staff responded favorably to the intervention in narrative feedback. No adverse events occurred. Conclusions: PAUSE appears to be a feasible and promising BI to address postsecondary students at high risk for cannabis and alcohol use disorders, who frequently have concurrent mental health concerns. Further studies using randomized, controlled designs, and mixed methods with longitudinal follow-up are necessary. Objectifs: Les études sur les interventions brèves (BIs) pour la toxicomanie chez les étudiants universitaires indiquent leur efficacité pour la consommation d’alcool, mais les programmes ont rarement abordé la consommation de cannabis et les symptômes de santé mentale concomitante. Cet article décrit le développement et la mise en œuvre d’une BI à session unique appelée Pause, basée sur des principes d’entrevue motivationnelle (MI) et de réduction des risques, visant à lutter contre l’abus d’alcool et de cannabis et les problèmes de santé mentale concomitants chez les étudiants universitaires d’un campus universitaire de grosseur moyenne. Méthodes: Les participants ont été recrutés par auto-référence et référence professionnelle. Les participants intéressés ont complété une évaluation en ligne suivie d’une séance d’MI de 45 à 90 minutes en présence d’un conseiller qualifié. Résultats: 46 étudiants (61% d’hommes) ont assisté à une session PAUSE; 54,5% étaient présents pour le cannabis. 50% des personnes ont été référées par des conseillers ou des médecins. 95% de l’échantillon se livraient à une consommation problématique de cannabis et / ou à une consommation d’alcool modérée à élevée et 80% étaient identifiés comme étant à risque de développer un trouble anxieux ou dépressif. Les patients et le personnel ont répondu favorablement à l’intervention dans la rétroaction narrative. Aucun événement indésirable n’est survenu. Conclusions: La PAUSE semble être une intervention brève réalisable et prometteuse pour les étudiants de niveau poste-secondaire à risque élevé de troubles liés au cannabis et à l’alcool, qui ont souvent des problèmes de santé mentale concomitants. D’autres études utilisant des modèles contrôlés randomisés et des méthodes mixtes avec suivi longitudinal sont nécessaires.
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 | 0,003 |
| 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 | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».