Adolescent pain, anxiety, and depressive problems: a twin study of their co-occurrence and the relationship to substance use
Notice bibliographique
Résumé
ABSTRACT: Data on the etiological factors underlying the co-occurrence of common adolescent pain with anxiety and depression symptoms are very limited. Opioid prescriptions for adolescent pain problems are on the rise in North America and constitute a risk factor for diversion, misuse, and substance use. In this study, we aimed to investigate the phenotypic and etiological association among pain, depression, and anxiety and to test their link to substance use in adolescents. By taking advantage of the Italian National Twin Registry and of the relatively low incidence of opioid prescriptions in Italy, we applied multivariate modelling analyses to 748 Italian adolescent twins (374 pairs, mean age 16 ± 1.24 years). Twins' responses to the Achenbach Youth Self-Report questionnaire were used to build a composite adolescent pain index and to measure anxiety, depression, and substance use. All monozygotic within-pair correlations were higher than the dizygotic correlations, indicating genetic influences for adolescent pain, anxiety, and depressive problems. A common latent liability factor influenced by genetic and environmental elements shared among pain, depression, and anxiety provided the best fit to explain the co-occurrence of adolescent pain, anxiety, and depression problems. A common phenotypic factor capturing all 3 phenotypes was positively associated (β = 0.19, P < 0.001, confidence interval: 0.10-0.27) with substance use. These findings indicate that several intertwined mechanisms, including genetic factors, can explain a shared liability to common adolescent pain, anxiety, and depression problems. Their association with substance use remains traceable even in societies with relatively low prevalence of opioid prescriptions.
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 | 0,005 | 0,004 |
| 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 ».