Unique versus shared associations between self-reported behavioral addictions and substance use disorders and mental health problems: A commonality analysis in a large sample of young Swiss men
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
Background and aims Behavioral addictions (BAs) and substance use disorders (SUDs) tend to co-occur; both are associated with mental health problems (MHPs). This study aimed to estimate the proportion of variance in the severity of MHPs explained by BAs and SUDs, individually and shared between addictions. Methods A sample of 5,516 young Swiss men (mean = 25.47 years old; SD = 1.26) completed a self-reporting questionnaire assessing alcohol, cannabis, and tobacco use disorders, illicit drug use other than cannabis, six BAs (Internet, gaming, smartphone, Internet sex, gambling, and work) and four MHPs (major depression, attention-deficit hyperactivity disorder, social anxiety disorder, and borderline personality disorder). Commonality analysis was used to decompose the variance in the severity of MHPs explained ( R 2 ) by BAs and SUDs into independent commonality coefficients. These were calculated for unique BA and SUD contributions and for all types of shared contributions. Results BAs and SUDs explained between a fifth and a quarter of the variance in severity of MHPs, but individual addictions explained only about half of this explained variance uniquely; the other half was shared between addictions. A greater proportion of variance was explained uniquely or shared within BAs compared to SUDs, especially for social anxiety disorder. Conclusions The interactions of a broad range of addictions should be considered when investigating their associations with MHPs. BAs explain a larger part of the variance in MHPs than do SUDs and therefore play an important role in their interaction with MHPs.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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