MétaCan
Menu
Retour à la cohorte
Enregistrement W4401919672 · doi:10.1192/j.eurpsy.2024.273

Investigating Sex Differences in Opioid Use Disorder Risk Factors: Insights from Cross-Section Lebanese Study Population

2024· article· en· W4401919672 sur OpenAlexaff
Kamal Chamoun, Pascale Salameh, Hala Sacre, Joseph Mouawad, L. Rabbaa, Bruno Mégarbane, Aline Hajj

Notice bibliographique

RevueEuropean Psychiatry · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensUniversité LavalCentre hospitalier de l'Université Laval
Organismes subventionnairesnon disponible
Mots-clésSection (typography)PopulationPsychologyOpioid use disorderDemographyOpioidClinical psychologyMedicinePsychiatryEnvironmental healthInternal medicineSociologyAdvertisingBusiness

Résumé

récupéré en direct d'OpenAlex

Introduction Opioid use disorder (OUD) is a significant public health concern, and understanding the risk factors associated with OUD is crucial for effective prevention and management strategies. However, limited information is available regarding the role of sex differences in OUD risk factors. Women have often been excluded from clinical studies to create more homogeneous samples and simplify the analysis of treatment effects. The underrepresentation of women in clinical trials and the lack of sex stratification, typically limited to binary comparisons without considering gender dynamics, raise concerns about potential sex disparities. Given the emerging evidence suggesting the possibility of sex differences in the likelihood of developing OUD, further research is needed to investigate and understand these potential disparities to optimize the individualized management of OUD. Objectives The primary objective of this study was to examine and identify any sex-related variations in OUD risk variables within the Lebanese community. By pinpointing sociodemographic, psychiatric, and other factors related to sleep and chronotype, we aim to elucidate their impact on the onset and progression of OUD in both males and females. Methods A cross-sectional study was conducted among 581 Lebanese adults using an online questionnaire that included sociodemographic questions, validated scales for substance use disorders and sleep disorders, and assessments for depression and anxiety. Multivariate analyses were performed to identify associations between risk factors and OUD scores in both male and female populations. Results Common risk factors for OUD were identified, including family and personal history of substance use disorder, co-occurrence of sedative and alcohol misuse, and psychiatric illnesses. Sex-specific risk factors were also observed. Among women, the ASSIST-opioids subscore was significantly associated with the Pittsburgh Sleep Quality Index (B=0.143) and Insomnia Severity Index (B=0.286) scores. Men demonstrated a correlation between ORT-OUD and younger age (B=0.882). Waterpipe consumption was negatively correlated with the ORT-OUD score in men (B=-0.018). Conclusions Our study emphasizes the importance of examining sex differences in risk factors for OUD, particularly within the Lebanese population. By acknowledging these gender-specific risk factors, interventions can be customized to address the distinct vulnerabilities of each sex. This approach could potentially improve prevention efforts, facilitate early identification, and implement treatment strategies tailored to the specific needs of individuals with OUD. Further research is needed to delve into the underlying mechanisms and develop targeted interventions for enhanced management of OUD. Disclosure of Interest None Declared

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,296
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean PsychiatryMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207