MétaCan
Menu
Retour à la cohorte
Enregistrement W4413597535 · doi:10.1515/em-2024-0028

Investigating the association between school substance programs and student substance use: accounting for informative cluster size

2025· article· en· W4413597535 sur OpenAlex
Aya Mitani, Yushu Zou, Scott T. Leatherdale, Karen A. Patte

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEpidemiologic Methods · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensBrock UniversityUniversity of WaterlooPublic Health OntarioUniversity of Toronto
Organismes subventionnairesInstitute of Population and Public HealthNatural Sciences and Engineering Research Council of Canada
Mots-clésGeeGeneralized estimating equationMultivariate analysisUnivariateMultivariate statisticsCannabisPsychologyConfidence intervalDemographyOdds ratioMedicineStatisticsMathematicsPsychiatrySociology

Résumé

récupéré en direct d'OpenAlex

Objectives: The use of substances in adolescents is an increasing public health problem. Many high schools in Canada have implemented school-based programs to mitigate student substance use, but their utility is not conclusive. Polysubstance use data collected on students from multiple schools may be subject to informative cluster size (ICS). The objective of this study was to investigate whether a multivariate analysis approach that addresses ICS provides different conclusions from univariate analyses and methods that do not account for ICS. Methods: We used data from the 2018/2019 cycle of the Cannabis, Obesity, Mental health, Physical activity, Alcohol, Smoking, and Sedentary Behaviour (COMPASS) study, an ongoing prospective cohort study that annually collects data from Canadian high schools and students. We compared results from four analytical approaches that estimate marginal associations between each school substance program and the four substance use behaviours (binge drinking, cannabis, e-cigarette, and cigarette): univariate generalized estimating equations (GEE), univariate cluster-weighted GEE (CWGEE), multivariate GEE, and multivariate CWGEE. Results: We observed that the proportion of students who engage in each of the four behaviours was higher in small schools and lower in large schools. In general, the univariate and multivariate analyses produced comparable results. Some differences existed between multivariate CWGEE and GEE. CWGEE indicated that the school program on cannabis had an odds ratio (OR) and 95 % confidence interval (CI) of 0.83 (0.73, 0.95) on all substance use, but GEE produced a null association with an OR (95 % CI) of 0.92 (0.79, 1.07). Conclusions: When ICS is present in clustered school data, weighted and unweighted analyses may produce different results. Care is needed to investigate the relationship between cluster size and the outcome, and use appropriate methods for analysis. Certain substance programs may influence student behaviour in other substances, highlighting the need for a multivariate analytical approach when studying the use of substances by adolescents.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,100
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,571
Score d'incertitude au seuil0,908

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,100
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,168
Tête enseignante GPT0,477
Écart entre enseignants0,309 · 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