MétaCan
Menu
Retour à la cohorte
Enregistrement W3088928894 · doi:10.1111/acer.14438

Latent Profile Analysis of Heavy Episodic Drinking in Emerging Adults: A Reinforcer Pathology Approach

2020· article· en· W3088928894 sur OpenAlexafffundabout
Meenu Minhas, Assaf Oshri, Michael Amlung, Ashley A. Dennhardt, Mark A. Ferro, Jillian Halladay, Catharine Munn, Jalie A. Tucker, James G. Murphy, James MacKillop

Notice bibliographique

RevueAlcoholism Clinical and Experimental Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensMcMaster University Medical CentreUniversity of WaterlooMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesNational Institute on Alcohol Abuse and AlcoholismCanadian Institutes of Health Research
Mots-clésPsychopathologyPsychiatryAlcohol dependencePsychologyClinical psychologyAnxietyAlcoholAlcohol use disorderSubstance abuseAddictionCannabisMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Heavy episodic drinking (HED) is a major public health problem among emerging adults (individuals 18 to 25), but with considerable heterogeneity in concurrent substance use and psychopathology. The current study used latent profile analysis (LPA) to detect discrete subgroups of HED based on alcohol, other drug severity, and concurrent psychopathology. A reinforcer pathology approach was used to understand motivational differences among the latent subgroups. METHODS: Participants were 2 samples of emerging adults reporting regular HED, 1 Canadian (n = 730) and 1 American (n = 602). Indicators for the LPA were validated dimensional self-report assessments of alcohol severity, cannabis severity, other drug severity, nicotine dependence, depression, anxiety, posttraumatic stress disorder, and attention-deficit/hyperactivity disorder. Reinforcer pathology indicators were measures of alcohol demand, proportionate substance-related reinforcement, and discounting of future rewards. RESULTS: The LPA yielded parallel 3-class solutions in both samples. The largest subgroup was characterized by comparatively low substance severity and psychopathology (Low overall severity). The second largest subgroup was characterized by comparatively high alcohol and other drug severity (excluding tobacco) and high levels of psychopathology (Heavy alcohol & high psychiatric severity). The third subgroup exhibited high alcohol, smoking and intermediate levels of other substance use and psychopathology (Heavy alcohol, smoking, & intermediate psychiatric severity). The Heavy alcohol & high psychiatric severity and Heavy alcohol, smoking, & intermediate psychiatric severity subgroups exhibited significantly higher alcohol demand, greater proportionate substance-related reinforcement, and steeper delay discounting. CONCLUSIONS: Parallel latent subgroups of emerging adults engaging in HED were present in both samples, and the high-risk subgroups were significantly differentiated by the reinforcer pathology indicators. These latent profiles may ultimately inform heterogeneity in the longitudinal course of HED in emerging adults.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,179
Tête enseignante GPT0,458
Écart entre enseignants0,278 · 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

Citations19
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlcoholism Clinical and Experimental ResearchMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207