Psychometric Synthesis of the Drug Abuse Screening Test (DAST) Versions
Notice bibliographique
Résumé
Problem Statement Among individuals aged 12 years or older, 14.3% (40.0 million) reporting the use of an illicit drug in the previous year. Given the prevalence of drug abuse, it is increasingly important to determine effective screening practices, treatment procedures, and best practices among various subpopulations to identify drug use-related consequences. The DAST is one of the most commonly used and accurate drug screening tests.Method This psychometric synthesis of four versions of the Drug Abuse Screening Test (DAST-10, DAST-20, DAST-28, DAST-A) provided aggregated evidence from 346 articles over 40 years of published literature for score reliability, structure, diagnostic, and convergent validity, and descriptive statistics, all with the goal of informing counseling and medical practice and research.Results Results indicated adequate internal consistency (α = 0.81–0.84 across all four versions) and mostly medium to large effect size convergent correlations with comparison measures. Aggregated diagnostic validity data indicate optimal cutoff scores of 7 for DAST-10, 8 for DAST-20, 10 for DAST-28, and 6 for DAST-A.Discussion The DAST-10 appears the best choice for practical and psychometric reasons. Additional studies of the various DAST versions are needed to expand use across participant demographics.Public Statement of Relevance Drug use continues to be a societal problem and mental health practitioners need effective screening practices, treatment procedures, and best practices among various subpopulations to identify drug use-related consequences. This study synthesized 40 years of research on the four versions of the Drug Abuse Screening Test (DAST-10, DAST-20, DAST-28, DAST-A) and found acceptable levels of score reliability and validity for screening purposes.
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 | 0,000 | 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 ».