Testing the robustness of daily associations of affect with alcohol and cannabis use
Notice bibliographique
Résumé
Etiological models of alcohol and cannabis use disorders hypothesize that people are more likely to use substances when experiencing heightened negative affect, yet recent EMA studies found no evidence for this daily association. To provide a robust understanding of whether and when affect regulation is supported in EMA, we tested within-person associations between affect and substance use across hundreds of statistical models in a diverse sample of young adults (N = 496) recruited from both college and community sources, aged 18-22 years (55.8% assigned female sex at birth, 44.2% assigned male sex at birth; 47.2% cisgender female, 43.8% cisgender male, 12.9% nonbinary/genderqueer/gender non-conforming, 4.0% transgender; 69.6% non-Hispanic White, 26.2% Asian, 6.7% African American, 8.5% Hispanic/Latino). Using specification curve analyses, we examined how different affect operationalizations, time scales, and moderators influenced these associations. For alcohol use, higher negative affect predicted decreased likelihood of drinking (median OR = 0.95, p < .001), with 20.6% of specifications reaching significance. This counter-intuitive pattern was strongest for sadness and when examining maximum daily negative affect. Surprisingly, and contrary to theoretical predictions, this negative association was slightly more pronounced among those with higher coping motives and at lower levels of AUD symptoms. Positive affect showed a complex pattern, with high-arousal states like joviality strongly predicting increased drinking likelihood, while low-arousal states showed weaker associations. Neither affect type consistently predicted drinking quantity. For cannabis use, neither positive nor negative affect predicted use likelihood or quantity across specifications. These associations remained consistent regardless of substance use disorder severity or social context. Our findings challenge core assumptions of affect regulation models and suggest that, at least in young adults, the affect-substance use relationship is more nuanced than previously theorized, with implications for refining etiological models.
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 | 0,029 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».