L’impact des troubles de l’humeur sur le devenir à 12 mois de patients en demande de traitement pour un trouble lié au jeu d’argent / The effect of mood disorders on outcome at 12 months on patients seeking treatment for a gambling disorder
Notice bibliographique
Résumé
Les troubles addictifs et de l’humeur sont fréquemment cooccurrents. Le trouble lié au jeu d’argent est ainsi souvent accompagné de troubles de l’humeur, notamment d’épisode dépressif majeur, de trouble bipolaire ou de comportement suicidaire. De nombreuses études ont observé leur association, évalué leur prévalence et leur chronologie d’apparition, mais peu ont exploré l’impact d’un trouble de l’humeur, ou thymique, sur l’évolution du trouble lié au jeu d’argent. L’objectif de cette étude était d’évaluer le devenir à 1 an (rémission précoce) d’une cohorte de joueurs pathologiques traités, en fonction de la présence ou non d’antécédents de trouble de l’humeur à l’inclusion. Dans cette étude longitudinale monocentrique, le trouble lié au jeu d’argent et les troubles thymiques ont été évalués à l’inclusion et 12 mois après, au cours d’un entretien clinique standardisé. Près de 100 patients (N = 94, 45 sans trouble de l’humeur et 49 avec trouble de l’humeur) se sont présentés aux 2 visites. À 1 an, une rémission précoce du trouble lié au jeu d’argent a été observée chez 42 patients, avec un taux de rémission de 39 % en cas de présence et de 51 % en cas d’absence d’antécédent de trouble de l’humeur. Nous n’avons pas démontré qu’un antécédent de trouble de l’humeur à l’inclusion était un facteur prédictif de la rémission précoce du trouble lié au jeu d’argent. Le potentiel manque de puissance de notre étude peut expliquer ce résultat. Cependant, les prédicteurs de rémission précoce identifiés dans cette étude étaient la vie en couple, l’absence de trouble anxieux et l’absence de trouble lié à la consommation d’alcool.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».