The Intersection of Sexual Orientation, Substance Use, and Mental Health: Findings from Hints 5
Notice bibliographique
Résumé
In this study, we aimed to investigate (1) the association of tobacco and e-cigarette use with sexual orientation (LGBTQ and heterosexual individuals) and (2) the difference in the association of tobacco and e-cigarette use with self-reported depression by sexual orientation. METHODS: The data for this study were obtained from the Health Information National Trends Survey (HINTS 5, Cycle 4). Sample participants included 3583 adults (93.87% heterosexuals). We used multinomial regression to measure the relative risk ratios (RRRs) of being a former and current user versus never a user of tobacco and e-cigarettes and binomial regression to measure the odds ratios of depression between the LGBTQ and heterosexuals. RESULTS: Current smoking prevalence is higher among LGBTQ participants (17.3%) compared to heterosexuals (11.0%). The disparity is even greater for e-cigarette use, with 7.3% of LGBTQ participants being current users versus 2.8% of heterosexuals and 24.5% of LGBTQ participants being former users compared to 9.3% of heterosexuals. Compared to heterosexuals, the relative risk ratio of being a current tobacco user among the LGBTQ participants was about 1.75 times higher [RRR = 1.75, 95%CI = 1.16, 2.64], and that of e-cigarette use was about 2.8 times higher [RRR = 2.81, 95%CI = 1.57, 5.05]. Among current e-cigarette users, heterosexual participants had 1.9 percentage points [risk difference = 1.94, 95%CI = 1.20, 3.13] higher probability of depression, whereas among the LGBTQ participants, the risk was about 3.7 times higher [OR = 3.67, 95%CI = 1.06, 12.74]. CONCLUSIONS: Our findings conclude that the LGBTQ are more likely to use tobacco and e-cigarettes compared to heterosexuals and that the risk of depression from e-cigarette smoking is more pronounced among the LGBTQ participants.
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 | 0,000 | 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 ».