The intersection of internalizing symptoms and alcohol use during the COVID-19 pandemic: A prospective cohort study
Notice bibliographique
Résumé
Given the well-established relationship between alcohol and internalizing symptoms, potential increases in depression and anxiety during the COVID-19 pandemic may lead to increases in alcohol consumption and binge drinking. This study examines this association from before to during two phases of the pandemic in a cohort of Canadian youth. We used linked data from a sub-sample of 1901 secondary school students who participated in three consecutive school years of the Cannabis use, Obesity, Mental health, Physical activity, Alcohol use, Smoking, and Sedentary behaviour (COMPASS) study between 2018/19 and 2020/21. Separate multilevel logistic regression models examined the association between depression and anxiety symptoms with odds of escalation and reduction (vs. maintenance) and initiation (vs. abstinence) of alcohol consumption. Results show that depression and anxiety symptoms significantly increased over the three years, and these changes were moderated by changes in alcohol consumption and binge drinking. Students with increased depression symptoms were less likely to reduce their alcohol consumption in the early pandemic (Adjust odds ratio [AOR] 0.94, 95% CI:0.90-0.98), more likely to initiate alcohol consumption in the ongoing pandemic period (AOR 1.03, 95% CI: 1.01-1.05), and more likely to initiate binge drinking in both periods. The depression-alcohol use association was stronger among females than males. This study demonstrates a modest association between internalizing symptoms and alcohol use, particularly for depression symptoms and in females. The identified depression-alcohol use association suggests that preventing or treating depression might be beneficial for adolescent alcohol use and vice versa.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».