La comorbidité chez les joueurs pathologiques en traitement
Notice bibliographique
Résumé
Plusieurs études telles que le NESARC ont démontré la comorbidité chez les joueurs\npathologiques dans la population générale et dans des échantillons cliniques. Le jeu pathologique se présente souvent avec des troubles comorbides tels que les toxicomanies, les troubles de l’humeur, les troubles anxieux et les troubles de la personnalité. Cette étude a été réalisée auprès de 40 joueurs pathologiques admis en traitement au Centre Dollard-Cormier, Institut universitaire sur les dépendances à Montréal. Les objectifs étaient d’évaluer : la consommation d’alcool et de drogues, la présence d’une détresse psychologique caractérisée par des symptômes et des\nsyndromes cliniques ainsi que par des troubles de la personnalité et la prévalence du trouble de l’ÉSPT dans l’échantillon. L’ICJE a été utilisé pour évaluer la gravité du jeu. Les autres troubles ont été mesurés à travers l’IGT, l’AUDIT, le MCMI-III, le QÉT et l’ÉMST. Les résultats montrent\nque 65 % des participants présentent une consommation problématique d’alcool (25 %\nactuellement, 40 % dans le passé), 27,5 % une consommation problématique de drogues; 52,5 %, un diagnostic probable d’au moins un syndrome clinique (surtout anxiété et dépression), 55 %, un diagnostic probable d’au moins un trouble de la personnalité; 30 %, des symptômes du trouble d’ÉSPT et 17,5 %, un diagnostic probable du trouble. Alors, la comorbidité est présente chez les\njoueurs pathologiques de l’échantillon. Il est essentiel de l’identifier pour mieux répondre aux besoins particuliers de l’individu et l’aider avec les symptômes qui aggravent le problème de jeu et augmentent le risque de récidive.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».