MétaCan
Menu
Retour à la cohorte
Enregistrement W3014470300 · doi:10.1080/10826084.2020.1744656

Factor Structure and Measurement Invariance of the Alcohol Use Disorders Identification Test (AUDIT) in a Sample of Military Veterans with and without PTSD

2020· article· en· W3014470300 sur OpenAlexaffabout
Audur S. Thorisdottir, Julia E. Mason, Kelsey D. Vig, Gordon J. G. Asmundson

Notice bibliographique

RevueSubstance Use & Misuse · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésAlcohol Use Disorders Identification TestConfirmatory factor analysisMeasurement invariancePsychologyClinical psychologyAuditMilitary personnelAlcohol use disorderExploratory factor analysisPsychometricsPsychiatryRisk factorMedicineStructural equation modelingPoison controlInjury preventionAlcoholStatisticsMedical emergencyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: The Alcohol Use Disorders Identification Test (AUDIT) was developed as a screening tool for problematic alcohol use and an intervention framework to aid those who drink excessively. While the AUDIT is widely used with at-risk populations, such as military veterans, major gaps exist in the research literature regarding the construct validity of the AUDIT in military samples. Objectives: This study assessed the factor structure and measurement invariance of the AUDIT in a large sample of Canadian military veterans (N = 1669; 94.94% male). Methods: Exploratory factor analysis (EFA) was conducted using a random subsample (n = 825) to assess the underlying factor structure of the AUDIT. Confirmatory factor analysis (CFA), using the second subsample (n = 844), was used to cross-validate the factor structure revealed by EFA and compare it to other model variants. Finally, multigroup CFAs were conducted using the whole sample to further cross-validate the factor structure and examine measurement invariance in military veterans with and without clinical elevations in posttraumatic stress disorder (PTSD) symptoms. Results: Factor analyses revealed that a modified two-factor model provided a statistically better fit to the data compared to all other model variants; yet, the results did not confirm measurement invariance across military veterans with and without clinically significant symptoms of PTSD. Conclusions/Importance: The findings are in line with increasing evidence suggesting that two subscale scores should be calculated for the AUDIT. Results further suggest that care should be taken in interpreting AUDIT scores when PTSD symptoms are present for military veterans.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,324
Écart entre enseignants0,254 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSubstance Use & MisuseMême sujetResilience and Mental HealthTravaux en français237 207