MétaCan
Menu
Retour à la cohorte
Enregistrement W4205477587 · doi:10.1080/15504263.2021.2016341

Moderators for the Relationship between Post-Traumatic Stress Disorder and Opioid Use Disorder

2022· article· en· W4205477587 sur OpenAlexafffund
Samia Tasmim, Bernard Le Foll, Ahmed N. Hassan

Notice bibliographique

RevueJournal of Dual Diagnosis · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésOpioid use disorderPsychiatryPsychologyClinical psychologySubstance abuseAnxietyNeglectStressorTraumatic stressModerationDepression (economics)MedicineOpioidInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objective: Post-traumatic stress disorder (PTSD) is a common risk factor for opioid use disorder (OUD). However, not all individuals with PTSD develop OUD when exposed to opioids. As the underlying moderators remain unexplored, this analysis aimed to determine if non-traumatic adverse experiences and stressors prior to the age of 18 moderate the relationship between PTSD and OUD. Methods: In a matched dataset (n = 830) of individuals with or without PTSD who reported lifetime use of opioids, the following non-traumatic adverse experiences and stressors were assessed: emotional abuse, emotional neglect and physical neglect, parents’ adverse experiences, and number of days jailed before the age of 18. Using the PROCESS macro in SAS for each factor, the conditional effects were estimated through simple slopes. Moderation was inferred through significant interaction effects. Results: The matched data were similar on age, gender, ethnicity, education, being born in the US, living with, or losing biological parents before age 18, and family history of depression, anxiety, and substance use disorder. Significantly more individuals in the preexisting PTSD group had preexisting psychiatric disorders, and preexisting substance use and schizotypal personality disorder. Childhood emotional abuse and neglect and physical neglect (effect: 0.03; 95%CI: 0.001−0.056; p = .039), and more than one event of adversity experienced by parents (effect: 0.34; 95%CI: 0.07−0.61; p = .013) significantly interacted with PTSD to lead to OUD. Conclusion: The conditional effect of PTSD on the development of OUD after exposure to opioids was dependent on the frequency and severity of childhood non-traumatic adverse experiences. To identify individuals with PTSD who are at a high risk of developing OUD, programs may focus on non-traumatic adverse childhood experiences that are not commonly explored. Future steps may include focusing on educational schemes to mitigate this higher risk of developing OUD in at-risk individuals, for example, by discussing the risks when prescribing opioids.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,542

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,352
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dual DiagnosisMême sujetMigration, Health and TraumaTravaux en français237 207