A Latent Class Analysis of Polysubstance Use Patterns and Their Association with Ruminative Thinking Styles, Impulsivity-Like Traits, and Adverse Childhood Experiences Among College Students from Seven Countries
Notice bibliographique
Résumé
Among college students, research has found distinct classes of polysubstance use patterns differentially associated with negative consequences. However, there is less clarity regarding how vulnerability factors discriminate across polysubstance use types and cross-cultural variability in these patterns. In addressing these gaps, we identified typologies of substance use based on reported lifetime use of a set of substances in college students from seven countries. We also examined mean differences across classes on ruminative thinking styles, impulsivity-like traits, and adverse childhood experiences; and compared the proportion of students in each subgroup between pairs of countries. College students located in the U.S., Canada, South Africa, Spain, Argentina, England, and Uruguay completed an online survey following a convenience sampling procedure (<i>n</i> = 9,065; 71% women). Using latent class analysis, we identified Class 1 “Polysubstance Users”, Class 2 “Alcohol, Marijuana, and Tobacco Co-Users”, and Class 3 “Drinkers”. Class 1 exhibited greater adverse childhood experiences, higher ruminative thinking, and greater impulsivity than Classes 2 and 3. Our results suggest that the U.S. was more similar to Spain, Argentina, and Uruguay in alcohol, marijuana, and tobacco co-use than in the other two classes. Additionally, the U.S. was more similar to South Africa regarding polysubstance use than the other classes. Most participants exhibited polysubstance use and constructs with the potential of being targeted in interventions discriminating against these classes. Findings highlight the pervasiveness of these patterns, indicating a need for global prevention efforts to reduce the likelihood of engaging in polysubstance use.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».