Adult self‐reported childhood maltreatment types are associated with treatment satisfaction and alcohol relapse in patients with comorbid substance use and mental health disorders
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Individuals with comorbid substance use and mental health disorders (concurrent disorders; CD) report poor treatment outcomes, high prevalence of childhood maltreatment, and mostly negative experiences with treatment. No studies to date have examined childhood maltreatment and treatment outcomes in CD. This study investigated self-reported childhood maltreatment as it relates to treatment satisfaction and substance use relapse among CD patients. METHODS: The 258 CD inpatients completed a self-report questionnaire package, comprising the Childhood Trauma Questionnaire and the Inpatient Consumer Survey (ICS). Childhood maltreatment was assessed according to five subtypes and self-perceived treatment satisfaction was rated across six ICS domains. Psychiatric diagnoses, substance use status and relapse data were retrieved via patient medical charts. RESULTS: Emotional neglect was associated with lower ratings across all ICS domains and physical neglect was associated with a lower rating for 'outcome of care'. Childhood sexual abuse was associated with a greater likelihood of alcohol relapse. No other relationships were statistically significant. DISCUSSION AND CONCLUSIONS: The presence of childhood neglect (but not abuse) was more associated with overall treatment dissatisfaction, and sexual abuse alone increased the likelihood of alcohol relapse. These findings suggest some early adverse experiences in CD patients may increase negative experiences in treatment while others contribute to the risk of substance use. Broader longitudinal research is needed to examine the trajectory leading to negative outcomes. SCIENTIFIC SIGNIFICANCE: This is the first study to report differential patterns of association by type of childhood maltreatment on negative outcomes in treatment among CD patients.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».