A Response to Smith et al.
Notice bibliographique
Résumé
Dear Editors, We appreciate the opportunity to respond to Smith et al.’s letter regarding our gambling meta-review.1 We concur wholeheartedly with their amplification of the importance of addressing gambling problems among service members (SMs), a critical issue highlighted in our meta-review. As noted in our paper, from 2005 to 2018, the DoD dropped gambling screening items from the Health-Related Behaviors surveys because of consistent and low prevalences. Our meta-review concluded that using low sensitivity and specificity screening measures in populations with low prevalences leads to identifying giant haystacks with few needles (i.e., an overwhelming number of false positives and few actual cases). As we noted, when applying the best screening tools to the general SM population, “positive results would be incorrect 64-99% of the time,” which may potentially burden resources without commensurate benefits. We remain committed to our conclusion that until more accurate screening tools with high sensitivity and specificity become available, it remains prudent to limit screening efforts to specific settings with higher prevalences, such as those in the Air Force Alcohol and Drug Abuse Prevention and Treatment program or SMs seeking mental health services. Our study points out that for SMs with alcohol-related problems, positive results using the best screening tools (e.g., Problem Gambling Severity Index-Short Form and Massachusetts Gambling Screen-DSM-IV subscale) would be correct 68 to 76% of the time. We suggested a dual-phase screening process in these subpopulations: Initial screening to identify subclinical gambling or gambling disorder followed by a structured clinical interview to assess Diagnostic and Statistical Manual of Mental Disorders -5th Edition gambling disorder criteria. In conclusion, we echo the sentiment that addressing gambling problems among SMs is essential. However, we advocate for a cautious approach to screening, focusing resources on contexts where the benefits of detection outweigh the risks of massive false positives. None declared. Contract from the U.S. Air Force to Cherokee Insights, LLC; this activity was funded under subcontract 29700-0005, Item 3.3.1.1 to New York University. None declared. Not applicable. Not applicable. Not applicable. Not applicable. A.S. and R.E.H. drafted the response, and J.O. and A.M.S.S. provided input and editing.
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 | 0,024 | 0,150 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,037 | 0,045 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,009 |
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 ».