Impact de la comorbidité dans le traitement des joueurs pathologiques
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Les jeux de hasard et d’argent ne cessent de se développer à travers le monde et l’accroissement de leur visibilité permet un portrait plus juste des variables impliquées dans la problématique du trouble lié au jeu d’argent. Les données pro- bantes quant à la compréhension de ce trouble se développent rapidement et le jeu d’argent pathologique se présente majoritairement en cooccurrence avec d’autres troubles de santé mentale. Les résultats de recherches ont démontré que jusqu’à 96 % des personnes ayant reçu un diagnostic de jeu d’argent pathologique ont satisfait aux critères d’au moins un autre trouble psychiatrique au cours de leur vie (Bischof et al., 2013 ; Kessler et al., 2008 ; Steel et Blaszczynski, 1998). Par ailleurs, les troubles d’utilisation de substances (TUS) ont un taux de prévalence particulièrement élevé chez les joueurs pathologiques (Cowlishaw et al., 2014 ; Fernández, 2002) et cette concomitance peut avoir un impact important sur la problématique de même que sur l’issue d’un traitement. De plus, les joueurs pathologiques ne représentent pas un groupe homogène et plusieurs caractéristiques les distinguent entre eux. Ce sont ces caractéristiques qui demandent à être mieux comprises. Ainsi, l’objectif de cet article est d’identifier les différences étiologiques chez les joueurs en lien avec l’impact de la comorbidité, particulièrement le TUS associé au jeu d’argent pathologique (JAP) et leurs influences sur les programmes de traitement.
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.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle