Investigating the association between school substance programs and student substance use: accounting for informative cluster size
Notice bibliographique
Résumé
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.
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 | 0,043 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,007 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».