Conduct Disorder-Related Hospitalization and Substance Use Disorders in American Teens
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
OBJECTIVE: Our study aimed to compare the demographic characteristics of conduct disorder (CD) inpatients versus other psychiatric inpatients in children and adolescents, and assess the association between conduct disorder patients and the spectrum of substance use disorders (SUD). METHODS: We included 800,614 psychiatric adolescent (12-18 years) inpatients, and this included 8885 inpatients (1.1%) primarily for conduct disorder in the Nationwide Inpatient Sample (2010-2014). ICD-9 codes were used to detect SUD, and a logistic regression model was used to evaluate the odds ratio (OR) for SUD in conduct disorder inpatients. RESULTS: A higher proportion of conduct disorder inpatients were of 12-15 years of age (62.6%), male (64.4%), and White (45.7%). The lower median household income was correlated with a higher prevalence of conduct disorder (36.4%). Among SUD, cannabis use (23.7%) was most prevalent in conduct disorder inpatients followed by tobacco and alcohol use (10.1% each). Conduct disorder inpatients have 1.7-fold higher odds (95% confidence interval (CI) 1.52-1.82) for alcohol use and 1.4-fold higher odds (95% CI 1.31-1.49) for cannabis use compared to the non-conduct disorder inpatients. Cannabis use was seen significantly in adolescents (49.1%, 12-15 years), male (75.6%), and African Americans (45.6%). CONCLUSION: Conduct disorder inpatients have a higher risk of comorbid SUD compared to other psychiatric illnesses. The most common substance to be abused is cannabis followed by tobacco and alcohol. Varying pattern of substance use was seen by demographics and these predictors may help the clinicians for early diagnosis and treatment to improve overall health-related quality of life.
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 | 0,001 |
| 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) | 0,000 | 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