Associations between muscle-building exercise and concurrent e-cigarette, cigarette, and cannabis use among U.S. adolescents
Notice bibliographique
Résumé
Physical activity and team sports may be protective of substance use among adolescents, although there is mixed evidence on whether muscle-building exercise is associated with patterns of e-cigarette use (i.e., vaping), cigarette use, and cannabis use. Therefore, this study aimed to determine the association between muscle-building exercise and patterns of concurrent substance use among U.S. adolescents. Cross-sectional data from the 2019 Youth Risk Behavior Survey (N = 8,474) were analyzed in 2022. Muscle-building exercise was assessed by number of days of the behavior in the past week and categorized based on level of engagement (none, low, medium, and high). Concurrent vaping, cigarette use, and cannabis use within the past 30 days were assessed using a combined, four-category variable (no use, any single use, any dual use, and triple use). Multinomial logistic regressions, with coefficients transformed to relative risk ratios (RRR), were conducted to estimate the associations between muscle-building exercise and concurrent substance use among the overall sample, and by sex, while adjusting for relevant sociodemographic variables. Among the overall sample, high engagement (6-7 days) in muscle-building exercise was associated with greater relative risk of any single use (RRR 1.36, 95% confidence interval [CI] 1.06-1.72), any dual use (RRR 1.46, 95% CI 1.10-2.94), and triple use (RRR 1.81, 95% CI 1.05-3.12). While muscle-building exercise was associated with greater relative risk of concurrent patterns of vaping, cigarette use, and cannabis use among adolescent males, there were no significant relationships found among adolescent females. Healthcare professionals should consider this association when treating adolescent males, particularly given the high prevalence of muscle-building exercise and substance use among this group. More research is needed to understand the experiences of adolescent males who report high engagement in muscle-building exercise and substance use to uncover mechanisms of association.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».