Posttraumatic Stress Disorder Is a Risk Factor for Multiple Addictions in Police Officers Hospitalized for Alcohol
Notice bibliographique
Résumé
BACKGROUND: In police officers, posttraumatic stress disorder (PTSD) is associated with alcohol use disorder (AUD), but we lack data on the association between PTSD and other substance-related and addictive disorders. OBJECTIVES: We assessed whether PTSD could be a risk factor for different substance-related and addictive disorders in police officers, including alcohol, tobacco, cannabis, and gambling. METHOD: This cross-sectional study included all police officers admitted consecutively for alcohol to an inpatient ward dedicated to police officers (Le Courbat rehabilitation center, France; n= 133). Each patient completed self-administered questionnaires that assessed lifetime exposure to potentially traumatic events (Life Event Checklist for DSM-5), PTSD severity and diagnosis (PTSD Checklist for DSM-5), AUD severity (Alcohol Use Disorder Identification Test [AUDIT]), tobacco dependence (Fagerström test for Nicotine Dependence), cannabis dependence (Cannabis Abuse Screening test), and gambling disorder (Canadian Problem Gambling Index). RESULTS: Mean AUDIT score was 23.7 ± 8.0; 66.2% had an AUDIT score ≥20. Our sample comprised a high prevalence for PTSD (38.3%) and for substance-related and addictive disorders: tobacco dependence (68.4%), cannabis dependence (3.8%), and pathological gambling (3%). Patients with PTSD experienced higher lifetime exposure to traumatic experiences: physical assault, severe human suffering, sudden accidental death of another person, and other types of stressful events/experiences. In multiple linear regressions adjusted for age, sex, and marital status, PTSD was a significant predictor of the severity of AUD and tobacco use disorder, but not of the severity of cannabis use disorder nor gambling disorder. CONCLUSIONS: PTSD is common in police officers hospitalized for alcohol and associated with a higher severity of some addictive disorders (alcohol/tobacco). PTSD and its comorbid addictive disorders should be systematically screened and treated in this population.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».