MétaCan
Menu
Retour à la cohorte
Enregistrement W4414718819 · doi:10.1080/14659891.2025.2566650

Prevalence of cognitive impairment in Moroccan patients with substance use disorder

2025· article· en· W4414718819 sur OpenAlexaboutno aff
Salma Ait Bouighoulidne, Noura Dahbi, Amina Aquil, Oussama Raouani, Maroua Guerroumi, Ouassil El Kherchi, Arumugam R. Jayakumar, Fatima Zahra Laamırı, Abdeljalil Elgot

Notice bibliographique

RevueJournal of Substance Use · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitive impairmentSubstance useCognitionSubstance abusePrevalence

Résumé

récupéré en direct d'OpenAlex

Background Alcohol and cannabis use disorders are often linked to cognitive impairments, particularly in memory, attention, and executive functions. This cross-sectional study examined the prevalence and cognitive profiles of individuals with alcohol and/or cannabis use disorders attending addiction treatment centers in Morocco.Methods From January 2023 to January 2024, participants were assessed using a structured questionnaire covering sociodemographic data and cognitive screening via the Montreal Cognitive Assessment (MoCA), including the Memory Index Score (MIS) and Attention Index Score (AIS).Results Median MoCA scores were 19 for cannabis users, 20 for alcohol users, and 19 for individuals with both disorders. Cognitive impairment severity differed significantly across groups (p < 0.05), with severe deficits more common in those with co-occurring use, and moderate to mild impairments more frequent in cannabis users. MIS and AIS did not vary significantly between groups. Cognitive performance was significantly associated with education level (p < 0.001) and place of residence (p < 0.05).Conclusion The study highlights a high prevalence of cognitive impairment among individuals with substance use disorders in Morocco, supporting the need for routine cognitive screening in addiction treatment programs.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,535

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,289
Écart entre enseignants0,258 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Substance UseMême sujetSleep and Wakefulness ResearchTravaux en français237 207