Contribution of stressful life events to gambling activity in older age
Notice bibliographique
Résumé
Abstract Older subjects are susceptible to develop gambling problems, and researchers have attempted to assess the mechanisms underlying the gambling profile in later life. The objective of this study was to identify the main stressful life events (SLE) across the lifespan which have discriminative capacity for detecting the presence of gambling disorder (GD) in older adults. Data from two independent samples of individuals aged 50+ were analysed: N = 47 patients seeking treatment at a Pathological Gambling Outpatient Unit and N = 361 participants recruited from the general population. Sexual problems ( p < 0.001), exposure to domestic violent behaviour ( p < 0.001), severe financial problems ( p = 0.002), alcohol or drug-related problems ( p = 0.004) and extramarital sex ( p < 0.001) were related to a higher risk of GD, while getting married ( p = 0.005), moving to a new home ( p = 0.003) and moving to a new city ( p = 0.006) decreased the likelihood of disordered gambling. The accumulated number of SLE was not a predictor of the presence of GD ( p = 0.732), but patients who met clinical criteria for GD reported higher concurrence of SLE in time than control individuals ( p < 0.001). Empirical research highlights the need to include older age groups in evidence-based policies for gambling prevention, because these individuals are at high risk of onset and/or progression of behavioural addiction-related problems such as GD. The results of this study may be useful for developing reliable screening/diagnostic tools and for planning effective early intervention programmes aimed to reduce the harm related to the onset and evolution of problem gambling in older 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 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 ».