MétaCan
Menu
Retour à la cohorte
Enregistrement W2957962907 · doi:10.1016/j.neubiorev.2019.07.006

Is (poly-) substance use associated with impaired inhibitory control? A mega-analysis controlling for confounders

2019· review· en· W2957962907 sur OpenAlexaff
Yang Liu, Wery P. M. van den Wildenberg, Ysanne de Graaf, Susan L. Ames, Alex Baldacchino, Ragnhild Bø, Fernando Cadaveira, Salvatore Campanella, Paul Christiansen, Eric D. Claus, Lorenza S. Colzato, Francesca M. Filbey, John J. Foxe, Hugh Garavan, Christian S. Hendershot, Robert Hester, Jennifer M. Jester, Hollis C. Karoly, Anja Kräplin, Fanny Kreusch, Nils Inge Landrø, Marianne Littel, Sabine Loeber, Edythe D. London, Eduardo López‐Caneda, Dan I. Lubman, Maartje Luijten, Cécile A. Marczinski, Jane Metrik, Catharine Montgomery, Harilaos Papachristou, Su Mi Park, Andres L. Paz, Géraldine Petit, James J. Prisciandaro, Boris B. Quednow, Lara A. Ray, Carl Roberts, Gloria Roberts, Michiel B. de Ruiter, Claudia I. Rupp, Vaughn R. Steele, Delin Sun, Michael Takagi, Susan F. Tapert, Ruth J. van Holst, Antonio Verdejo‐García, Matthias Vonmoos, Marcin Wojnar, Yuan‐Wei Yao, Murat Yücel, Martin Zack, Robert A. Zucker, Hilde M. Huizenga, Reínout W. Wiers

Notice bibliographique

RevueNeuroscience & Biobehavioral Reviews · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesNational Institute on Drug AbuseMedical Research CouncilChina Scholarship CouncilNational Health and Medical Research CouncilNederlandse Organisatie voor Wetenschappelijk OnderzoekUniversiteit van Amsterdam
Mots-clésCannabisDemographicsPolysubstance dependenceSubstance useConfoundingPsychologyResponse inhibitionClinical psychologyMedicinePsychiatryCognitionDemographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Many studies have reported that heavy substance use is associated with impaired response inhibition. Studies typically focused on associations with a single substance, while polysubstance use is common. Further, most studies compared heavy users with light/non-users, though substance use occurs along a continuum. The current mega-analysis accounted for these issues by aggregating individual data from 43 studies (3610 adult participants) that used the Go/No-Go (GNG) or Stop-signal task (SST) to assess inhibition among mostly "recreational" substance users (i.e., the rate of substance use disorders was low). Main and interaction effects of substance use, demographics, and task-characteristics were entered in a linear mixed model. Contrary to many studies and reviews in the field, we found that only lifetime cannabis use was associated with impaired response inhibition in the SST. An interaction effect was also observed: the relationship between tobacco use and response inhibition (in the SST) differed between cannabis users and non-users, with a negative association between tobacco use and inhibition in the cannabis non-users. In addition, participants' age, education level, and some task characteristics influenced inhibition outcomes. Overall, we found limited support for impaired inhibition among substance users when controlling for demographics and task-characteristics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,015
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,299
Tête enseignante GPT0,411
Écart entre enseignants0,111 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroscience & Biobehavioral ReviewsMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207