Clinical Epidemiology of Alcohol Use Disorders in Military Personnel versus the General Population in Canada: Épidémiologie clinique des troubles liés à la consommation d’alcool chez les militaires par opposition à la population générale du Canada
Notice bibliographique
Résumé
Objectives: Research suggests a high prevalence of problematic alcohol use among military personnel relative to civilians. Our primary objectives were to compare the prevalence, correlates, help-seeking behaviors, perceived need for care, and barriers to care for alcohol use disorders (AUDs) in the Canadian Armed Forces (CAF) and the Canadian general population (CGP). Methods: Data were from 2 nationally representative surveys collected by Statistics Canada: (1) the Canadian Community Health Survey on Mental Health collected in 2012 ( N = 25,113; response rate = 68.9%) and (2) the Canadian Forces Mental Health Survey collected in 2013 ( N = 8,161; response rate = 79.8%). Descriptive statistics and logistic regression were used to examine differences in outcomes of interest associated with AUDs in the CAF and CGP. Results: The prevalence of lifetime AUDs was significantly higher in the CAF (32.0%) than the CGP (20.3%; adjusted odds ratio [AOR] = 1.14, 95% confidence interval [CI, 1.02 to 1.27]) after adjustment for sociodemographic covariates. In contrast, the past-year prevalence of AUDs was significantly lower among CAF personnel (4.5%) than civilians (3.8%; AOR = 0.78, 95% CI [0.61 to 0.99]) after adjustment for sociodemographic covariates. Child abuse history and comorbid mental disorders were strongly associated with past-year AUDs in both populations. CAF personnel compared to the CGP were more likely to perceive a need for care (AOR = 4.15, 95% CI [2.56 to 6.72]) and engage in help-seeking behaviors (significant AORs ranged from 1.85 to 5.54). CAF personnel and civilians with past-year AUDs reported different barriers to care. Conclusions: Findings argue for the value of different approaches to address unmet need for AUD care in the CAF and CGP.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».