Diagnostic validity of alcohol demand and monetary delay discounting in relation to alcohol use disorder
Notice bibliographique
Résumé
BACKGROUND: A reinforcer pathology approach to alcohol use disorder (AUD) proposes that high alcohol reinforcing value (high alcohol demand) and overvaluation of immediate rewards (high discounting of future rewards) are critical determinants of problematic drinking. Applied to clinical settings, these indicators have not been examined as potential assessments for use in clinical practice. Toward that end, the current study examined whether reinforcer pathology indicators accurately classify individuals with AUD from recreational drinkers without AUD at levels that would meet clinical accuracy benchmarks. METHODS: In a case-control sample of 267 Canadian adults (180 meeting DSM-5 criteria for AUD), receiver operating characteristic (ROC) curves were constructed using reinforcer pathology indicators from an alcohol purchase task and a monetary delay discounting tasks. RESULTS: Analysis of the ROC curves revealed that three alcohol demand indices from the alcohol purchase task [i.e. Intensity (observed consumption when free), Omax (observed maximum expenditure), and α (a derived index of price-sensitivity)] significantly differed by groups and met established clinical benchmarks for diagnostic differentiation. While delay discounting significantly differed between groups, it did not meet benchmarks as a clinical differentiator. CONCLUSIONS: This study provides evidence that behavioral economic measures of alcohol valuation accurately diagnostically discriminate individuals with AUD from recreational drinkers. Future work should consider utilizing other behavioral economic indices and validating these results in more diverse populations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».