Problem gambling, associations with comorbid health conditions, substance use, and behavioural addictions: Opportunities for pathways to treatment
Notice bibliographique
Résumé
BACKGROUND: Problem gambling is a public health issue and its comorbidity with other health conditions may provide an opportunity for screening in healthcare settings; however, a high level of uncertainty and a lack of research in the field remains. The objective of this study is to investigate potential associations between problem gambling and numerous other health conditions, including substance use, mental health problems, and behavioural addictions. METHODS: A cross-sectional web-survey was distributed by a market research company to an online panel of respondents in Sweden, which aimed to be representative of the general population. Chi-squared and Mann-Whitney U tests, followed by logistic regression analysis, were performed to determine associations between screening positive for lifetime problem gambling and potential comorbid conditions and behaviours. RESULTS: Among 2038 participants, 5.7 percent screened positive for lifetime problem gambling. Significant associations were found between problem gambling and male gender, education level, daily tobacco use, moderate psychological distress, problematic shopping, and problem gaming. CONCLUSION: The association between screening for problem gambling and other health conditions, including psychological distress and behavioural addictions such as shopping and gaming, demonstrates the need to screen for problem gambling in the context of other health hazards, such as in different healthcare settings. Further research is required to identify the temporal relationship between these conditions and to investigate underlying etiological mechanisms.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».