MétaCan
Menu
Retour à la cohorte
Enregistrement W4415687932 · doi:10.1016/j.jpsychires.2025.10.062

Personality traits and craving in patients undergoing alcohol withdrawal treatment

2025· article· en· W4415687932 sur OpenAlexaboutno aff
Anne-Laure Virevialle, Benjamin Calvet, Murielle Girard, Mirvat Hamdan-Dumont, Brigitte Plansont, Aurélie Lacroix, Philippe Nubukpo

Notice bibliographique

RevueJournal of Psychiatric Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCravingBig Five personality traitsPersonalityAlcoholAlcohol use disorderAlcohol withdrawal syndromeRelapse prevention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Alcohol use disorder (AUD) is a public health problem in France. Links between personality dimensions and AUD have already been established, but few studies focused on individuals seeking alcohol withdrawal. The main objective of the study was to describe the personality profile of patients seeking alcohol detoxification in a complex residential care unit. The secondary objective was to investigate the relationship between personality dimensions and alcohol craving. METHOD: The observational longitudinal exploratory study included 88 patients with AUD who were hospitalized during alcohol withdrawal treatment. Personality dimensions (125-item Temperament and Character Inventory, TCI), alexithymia (French scale for assessing alexithymia), craving (the Obsessive Compulsive Drinking Scale), anxiety (the Hamilton Anxiety Rating Scale), depressive symptoms (the Beck Depression Inventory) and cognitive dysfunction (the Montreal Cognitive Assessment) were assessed using the specified instruments at the time of withdrawal and 3 months later. Carbohydrate Deficient Transferrin and Brain-Derived Neurotrophic Factor (BDNF) levels were also measured at baseline and 3 months later. RESULTS: Among 76 patients assessed, 29 relapsed at 3 months. Relapsers showed higher novelty-seeking (mean ± SD = 63.2 ± 11.4 vs. 54.6 ± 10.8, p = 0.011), higher self-directedness (70.3 ± 9.1 vs. 63.0 ± 8.7, p = 0.009), and lower harm avoidance (48.7 ± 9.8 vs. 57.9 ± 10.5, p = 0.015). Logistic regression identified novelty-seeking as the strongest predictor of relapse (OR = 1.06, 95 % CI [1.01-1.11], p = 0.025). CONCLUSION: High novelty-seeking emerged as the main predictor of relapse three months after withdrawal. Although self-directedness appeared elevated in relapsers, this likely reflects transient self-regulation fostered by inpatient treatment rather than long-term resilience. Considering personality profiles in early recovery could help tailor relapse-prevention strategies in alcohol use disorder.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,014
Score d'incertitude au seuil0,311

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,054
Tête enseignante GPT0,398
Écart entre enseignants0,344 · 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 Psychiatric ResearchMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207