Depression and Cognitive Impairment in a Spanish Sample of Psychoactive Substance Users Receiving Mental Health Care
Notice bibliographique
Résumé
(1) Background: Numerous studies state that the abuse of psychoactive substances produces cognitive, emotional and behavioral disorders. The aim of this study is to analyze the relationship between the consumption of different psychoactive substances with cognitive performance and depression. (2) Methods: The sample was composed of 254 individuals (M = 41.81; SD = 10.74, from 18 to 69; 76% male) who received psychological treatment related to the use of substances. Participants were classified according to the main substance consumed: alcohol (42.9%), cannabis (20.5%), cocaine (15.4%), heroin (13%) and benzodiazepines (8.3%). The Montreal Cognitive Assessment and the Beck’s Depression Inventory were administrated. (3) The results indicated no statistically significant differences between levels of depression depending on the substance consumed. Regarding cognitive impairment, it was found that cocaine consumers have the worst level of cognitive impairment, while cannabis consumers have the best level of cognitive functioning. Finally, it was found that participants with severe depression have higher cognitive impairment than those who were diagnosed with moderate depression. (4) Conclusions: Given the high prevalence of depression and cognitive impairment with the abuse of psychoactive substances, early treatment is recommended to avoid a higher cognitive and emotional affectation.
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 | 0,000 | 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 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 ».