Motives for prescription opioid use: The role of alexithymia and distress tolerance
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
BACKGROUND AND OBJECTIVES: Prescription opioid (PO) use disorder is a national public health crisis. Distress tolerance and alexithymia are two separate but related components of emotion regulation that are known to impact substance use disorders. No studies to date, however, have examined the role of distress tolerance and alexithymia in PO use disorder. Thus, the current study examined the association between distress tolerance, alexithymia, and specific motivations for PO use. METHODS: Participants were non-treatment-seeking individuals with current PO use disorder (N = 81; average age = 35.0). Assessments included the Distress Tolerance Scale, Toronto Alexithymia Scale, and the Inventory of Drug Taking Situations. RESULTS: The findings indicate that distress tolerance mediated the association between alexithymia and PO use in negative situations. Specifically, distress tolerance mediated the association between alexithymia and unpleasant emotions, testing personal control, and conflict with others. CONCLUSIONS AND SCIENTIFIC SIGNIFICANCE: The results provide novel information regarding emotional states that may contribute to PO use and are malleable intervention targets. Additionally, this study adds to existing literature exploring the relationship between distress tolerance and substance use and is the first to expand upon the connection between alexithymia and distress tolerance in an opioid-using population. Implications for clinical practice and future research are discussed.
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 | 0,000 | 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 découle