Prévalence et cooccurrence de comportements de dépendance chez d'anciens élèves alternatifs du secondaire (2014)

J Behav Addict. 2014 Apr 1;3(1):33-40.

Sussman S, Arpawong TE, Soleil P, Tsaï J, Rohrbach LA, Spruijt-Metz D.

Abstract

Contexte et objectifs:

Des travaux récents ont étudié plusieurs dépendances à l'aide d'une mesure matricielle, qui exploite plusieurs dépendances grâce à des réponses uniques pour chaque type.

METHODES:

La présente étude a examiné l'utilisation d'une approche de mesure matricielle chez les anciens jeunes du secondaire (âge moyen = 19.8 ans) à risque de toxicomanie. La prévalence au cours de la vie et au cours des 30 derniers jours d'une ou plusieurs des 11 dépendances examinées dans d'autres travaux (Sussman, Lisha et Griffiths, 2011) était le principal objectif (c.-à-d. Cigarettes, alcool, autres drogues dures, alimentation, jeux de hasard, Internet, achats , l'amour, le sexe, l'exercice et le travail). De plus, la cooccurrence d'au moins deux de ces 11 comportements addictifs a été étudiée. Enfin, la structure de classe latente de ces dépendances et leurs associations avec d'autres mesures ont été examinées.

RÉSULTATS:

Nous avons constaté que la prévalence au cours des 30 derniers jours d'une ou de plusieurs de ces dépendances était de 79.2% et 61.5%, respectivement. Au cours des 30 derniers jours et au cours des 61.5 derniers jours, la cooccurrence d'au moins deux de ces dépendances était de 37.7% et 67.2%, respectivement. L'analyse des classes latentes a suggéré deux groupes: un groupe généralement non-dépendant (XNUMX% de l'échantillon) et un groupe accro au travail dur, jouer dur, particulièrement investi dans la dépendance à l'amour, au sexe, à l'exercice, à Internet et au travail . Des analyses supplémentaires suggèrent que les autodéclarations de type à réponse unique peuvent mesurer les dépendances qu'ils ont l'intention de mesurer.

DISCUSSION ET CONCLUSIONS:

Nous suggérons les implications de ces résultats pour les études futures et le développement de programmes de prévention et de traitement, bien que beaucoup plus de recherches de validation soient nécessaires sur l'utilisation de ce type de mesure.

Mots clés: addictions multiples, prévalence, cooccurrence, analyse de classe latente, groupes de toxicomanie, validité convergente

INTRODUCTION

Divers comportements sont désormais considérés comme des dépendances par les chercheurs et les praticiens (Demetrovics et Griffiths, 2012), délimitée par des caractéristiques communes (par exemple, préoccupation, perte de contrôle) et, en fait, la première conférence internationale sur les dépendances comportementales a eu lieu à Budapest, en Hongrie en mars 2013, qui a démontré un consensus de recherche sur l'existence de plusieurs types de dépendances ( voir: http://icba.mat.org.hu/; consulté le 25 avril 2013). Les dépendances aux substances se rapportent à une consommation excessive de substances telles que les drogues ou la nourriture, tandis que les dépendances comportementales (processus) se rapportent à l'adoption de comportements (p.Sussman et al., 2011). Certaines études ont été réalisées pour tenter de déterminer (a) la prévalence de la toxicomanie et des dépendances comportementales et (b) la co-occurrence de deux ou plusieurs dépendances, afin de mieux comprendre dans quelle mesure les dépendances sont davantage un problème de personne (c.-à-d. minorité statistiquement vulnérable) ou de style de vie (c'est-à-dire chez de nombreuses personnes, à l'exception de celles qui sont relativement résilientes). Par exemple, Sussman et coll. (2011) ont examiné les données de 83 études avec des échantillons d'au moins 500, complétées par des études à plus petite échelle, pour répondre à ces questions relatives à 11 comportements addictifs sur une période de 12 mois. Les dépendances examinées concernaient les cigarettes, l'alcool, les autres drogues dures, l'alimentation, les jeux de hasard, Internet, les achats, l'amour, le sexe, l'exercice ou le travail. Ils ont constaté que la prévalence sur 12 mois de ces 11 dépendances chez les adultes américains était en moyenne de 47% de la population, avec une cooccurrence de 23% (de deux dépendances ou plus). Ils ont suggéré que les dépendances sont tout aussi susceptibles d'être un problème de modes de vie sédentaires modernes que de vulnérabilité neurobiologique.

Pour deux raisons principales, peu d'études ont examiné les dépendances multiples chez les jeunes en utilisant des mesures détaillées de chaque dépendance. Premièrement, l'évaluation au moyen d'inventaires multiples prend beaucoup de temps, ce qui peut ne pas être pratique, en particulier dans les grands échantillons d'enquêtes auprès des jeunes. Dans de tels échantillons (généralement en milieu scolaire, mais aussi dans des versions postées ou par téléphone), les chercheurs ne disposent généralement que de 50 minutes pour administrer une enquête (Sussman, Dent, Stacy, Burton et Flay, 1995). Ainsi, seules quelques addictions peuvent être mesurées en même temps. Deuxièmement, il y a beaucoup de redondance dans la mesure de diverses dépendances, qui peuvent partager des caractéristiques communes telles que des motifs d'appétit (par exemple, plaisir, excitation ou sédation, soins), de brèves périodes de satiété, de préoccupation, de perte de contrôle, et l'accumulation de diverses conséquences négatives sur la vie (Sussman et Sussman, 2011). Une telle redondance est lourde à mesurer. Ainsi, plusieurs études antérieures ont examiné les dépendances multiples comme mesure matricielle. Avec ce type de mesure d'auto-évaluation, plusieurs addictions sont exploitées, généralement avec un item par type de dépendance, disposées sous forme de matrice. Bien qu'une mesure matricielle de la toxicomanie ne mesure pas de manière approfondie la dépendance et qu'aucune étude de validation de ces mesures n'ait été menée, cette approche est pratique, économique et peut en fait exploiter différents comportements de dépendance.

Cuisinier (1987) a été le premier chercheur à étudier l'utilisation d'une mesure matricielle pour identifier la prévalence et la cooccurrence de comportements addictifs. Dans un échantillon de 604 étudiants américains, il a examiné 10 des 11 comportements addictifs focaux (c.-à-d. Cigarettes, alcool, drogues illicites, troubles de l'alimentation [obésité, anorexie et boulimie], jeux de hasard, achats, relations / amour, sexe, exercice) [courir] et travailler), ainsi que des addictions supplémentaires (p. ex. caféine), de la violence et des troubles émotionnels. Il n'a pas examiné la dépendance à Internet, en raison de l'année où l'étude a été réalisée (c.-à-d. Internet tel que nous le connaissons aujourd'hui n'existait pas à l'époque). Les dépendances à prévalence la plus élevée signalées étaient: relations / amour (25.9%), caféine (20.1%), travail (17.5%), sexe (16.8%), achats (10.7%), alcool (10.5%) et cigarettes (9.6%) ). Il a constaté qu'environ un quart de l'échantillon (23.8%) a répondu «non» à tous les comportements addictifs, à la violence ou aux troubles émotionnels, ce qui suggère qu'il existe une forte prévalence des comportements addictifs. Cependant, il faut noter qu'il n'a pas fait de distinction entre les comportements addictifs, la violence conjugale et les troubles émotionnels lors de la présentation de cette statistique. De plus, après avoir créé des «grappes logiques», il a constaté que toutes les dépendances étaient significativement associées les unes aux autres, à l'exception de la course / du travail / des achats avec de l'alcool / des drogues illicites. On pourrait supposer si un contraste était démontré ou non entre les dépendances prosociales de type activité quotidienne et les dépendances à risque liées à l'usage de drogues.

Alexander et Schweighofer (1989), dans une étude de réplication partielle de 136 étudiants canadiens, a trouvé des résultats de prévalence similaires Cuisinier (1987) sur deux des dépendances (relations et travail), mais la prévalence était beaucoup plus faible dans les autres catégories (selon la façon dont l'utilisation était décrite [comme la toxicomanie, la dépendance négative, la dépendance ou l'usage régulier]). Définie uniquement comme une consommation régulière, la prévalence était en fait plus élevée que celle de l'échantillon de Cook pour tous les types de dépendances. Greenberg, Lewis et Dodd (1999), dans un échantillon de 129 étudiants, a trouvé des inter-corrélations significatives entre neuf dépendances (alcool, caféine, chocolat, cigarettes, exercice, jeux d'argent, utilisation d'Internet, télévision et jeux vidéo) sauf pour l'exercice avec de l'alcool et la cigarette, le tabagisme avec du chocolat et des jeux vidéo avec du chocolat et de l'exercice. Les dépendances à plus forte prévalence étaient l'exercice (30%), la caféine (29%), la télévision (26%), l'alcool (26%), les cigarettes (23%) et le chocolat (23%), qui étaient plus élevées que Cook parmi les mêmes dépendances. mesuré.

MacLaren et Best (2010), avec un échantillon de 948 étudiants du collégial, a examiné la structure factorielle d'un ensemble de 16 dépendances. Trois facteurs ont été identifiés: (a) nourricier (par exemple, aide compulsive [dominante et soumise], travail, achats, nourriture [fringale et affamé], exercice, relations [dominante et soumise]), (b) hédoniste (drogues illégales, alcool , tabac et sexe), et c) un autre facteur de type hédoniste (médicaments sur ordonnance, jeux de hasard, caféine). Les dépendances à la prévalence la plus élevée étaient l'exercice (25.6%), le shopping (21.8%), les relations dominantes et soumises (17% et 11.9%), la caféine (16.5%), la faim et les fringales (16.4% et 14.9%), l'aide compulsive dominante et soumission (12.5% et 12.1%), travail (12.4%), médicaments sur ordonnance (12.2%), sexe (10.3%) et alcool (10.2%). Bien que non répliqué par MacLaren et Best (2010), des travaux antérieurs de ce même groupe de recherche avaient également délimité des facteurs dominants et soumis imbriqués dans des facteurs nourriciers et hédonistes (Christo et coll., 2003; Haylett, Stephenson et Lefever, 2004). Deux de ces études ont été menées auprès d'étudiants de premier cycle, mais Haylett et coll. (2004) ont étudié 543 admissions consécutives au centre de récupération PROMIS (âge moyen = 35 ans). Peut-être que des facteurs supplémentaires émergent en fonction de la gravité de la dépendance ou de l'âge de l'échantillon étudié.

La présente étude est la première à examiner l'utilisation d'une mesure matricielle de la toxicomanie auprès d'anciens jeunes du secondaire. Les jeunes du secondaire alternatif, en général, ne sont pas en mesure de rester dans l'enseignement ordinaire en raison de l'incapacité d'obtenir des crédits de fin d'études en temps opportun en raison de problèmes fonctionnels (p. Ex., Absentéisme, consommation de drogues). Le lycée «Continuation» est le nom du système scolaire alternatif en Californie (USA). Les lycées de perfectionnement ont été créés pour remplir le mandat de l'État selon lequel tous les jeunes de 16 ans ou plus reçoivent une éducation à temps partiel jusqu'à l'âge de 18 ans (California Educational Code Section 48400; créé en 1919), dans le district scolaire où ils résident. Ces jeunes rapportent une prévalence plus élevée de l'usage du tabac et d'autres drogues que les pairs du même âge du système scolaire secondaire régulier (complet) et sont susceptibles de déclarer une prévalence plus élevée d'autres dépendances (Sussman, Dent et Galaif, 1997).

Dans cette étude, nous avons mesuré les anciens lycéens de continuation trois ans après avoir participé à un projet de prévention de l'abus de drogues (voir Sussman, Sun, Rohrbach et Spruijt-Metz, 2012). Nous nous sommes concentrés sur les 11 addictions identifiées par Sussman et coll. (2011). Nous avons examiné la prévalence de ces 11 dépendances (dans un ensemble plus large de 22 dépendances), à l'aide d'une mesure matricielle de toxicomanie. Nous avons également examiné la prévalence de la cooccurrence d'au moins deux de ces dépendances dans cette population.

De plus, nous avons utilisé une approche à variable latente centrée sur la personne pour examiner le modèle sous-jacent des comportements addictifs afin de différencier les groupes de jeunes. L'analyse de classe latente (ACV) est une approche multivariée, qui suppose qu'une variable latente catégorielle sous-jacente détermine l'appartenance à une classe et produit des profils distincts basés sur les réponses des élèves à un ensemble d'items (Hagenaars et McCutcheon, 2002; Lazarfeld, 1950; McCutcheon, 1987). L'un des avantages de l'utilisation des modèles d'ACV est que les indices d'ajustement statistique peuvent être utilisés pour évaluer l'ajustement du modèle et aider à décider du nombre de classes qui correspondent le mieux aux données, ainsi que des considérations de fond.

Enfin, nous avons cherché à savoir si ces éléments de réponse uniques contenus dans une mesure de la matrice de toxicomanie étaient associés à d'autres mesures de ces comportements de dépendance; cela pourrait suggérer une validité convergente pour l'utilisation de la mesure matricielle. Plus précisément, nous avons examiné les associations entre la cigarette, l'alcool, la consommation d'autres drogues / drogues dures, le sexe, Internet et la dépendance à l'exercice avec d'autres mesures disponibles du questionnaire qui mesuraient ces dépendances par d'autres moyens.

MÉTHODES

Sujets

Les sujets étaient 717 anciens lycéens de continuation dans le sud de la Californie, qui avaient fréquenté l'une des 24 écoles 3 ans auparavant, dans le cadre d'un programme de prévention de l'abus de drogues (Sussman et al., 2012). Les participants avaient en moyenne 19.8 ans (SD = 0.8 an), 52.4% étaient des hommes, 66.5% étaient des His-panic, 10.8% étaient des Blancs non hispaniques, 22.7% étaient d'une autre origine ethnique et environ 64.9% ont déclaré qu'au moins un parent avait terminé ses études secondaires.

Collecte de données

Les données ont été collectées dans le cadre du suivi de 3 ans d'un projet de prévention de l'abus de drogues (Sussman et al., 2012) par trois méthodes: téléphone, envois postaux du bureau et visites à domicile (sondages administrés à domicile et remplis immédiatement ou renvoyés par la poste au bureau). Nous avons d'abord essayé d'appeler des sujets. Pour ceux que nous avons rejoints par téléphone, nous avons rempli le sondage par téléphone ou par la poste à domicile si le sujet préférait cette méthode. Si nous n'étions pas en mesure de joindre les sujets par téléphone après plusieurs tentatives, nous envoyions les sondages au domicile du sujet. Nous avons également tenté d'atteindre les sujets en nous rendant chez eux. Certains sujets ont rempli les sondages tout de suite à la maison; d'autres sujets ont préféré conserver l'enquête et nous les renvoyer par la poste. Sur les 717 sondages remplis, 58% ont été remplis par téléphone, 16% l'ont été par des visites à domicile (la moitié d'entre eux ont été remplis immédiatement, la moitié ont été renvoyés par la poste dans les deux semaines suivant la visite) et 26% ont été renvoyés par la poste. la maison du bureau.

Les mesures

Lutte contre les dépendances

L'étude actuelle a utilisé une mesure matricielle de dépendance à réponses multiples. Cette mesure a commencé avec des catégories développées par Cuisinier (1987), suivi de commentaires fournis lors de sessions pilotes avec une classe de jeunes du secondaire alternatif et deux classes d'étudiants de premier cycle. Les sujets ont approuvé les catégories de toxicomanie des 30 derniers jours et des 10 derniers jours qui s'appliquaient à eux, et pouvaient écrire des dépendances supplémentaires qu'ils estimaient avoir vécues. La version finale de la mesure matricielle comprenait les réponses rapportées par au moins XNUMX sujets dans l'étude pilote. Une fois la mesure achevée, on leur a demandé des commentaires sur la formulation des éléments de la mesure afin de contribuer à améliorer sa clarté.

L'en-tête de la mesure finale est: «Parfois, les gens ont une dépendance à une certaine drogue ou à un autre objet ou activité. Une dépendance survient lorsque les gens vivent ce qui suit: ils font quelque chose encore et encore pour essayer de se sentir bien, pour l'excitation ou pour arrêter de se sentir mal; ils ne peuvent pas arrêter de faire cette chose, même s'ils le voulaient; de mauvaises choses leur arrivent ou aux personnes qui leur sont chères à cause de ce qu’elles font. À côté de l'en-tête, les sujets ont été interrogés: "Avez-vous déjà été accro aux choses suivantes?" et "Vous sentez-vous accro à eux maintenant (au cours des 30 derniers jours)?" Vingt-deux catégories de réponses sur les dépendances ont été fournies avec une 23e qui a permis aux participants d'indiquer une réponse ouverte à «Une autre dépendance? Veuillez identifier: ____ "

Les catégories étaient: le tabagisme; boire de l'alcool; consommation de marijuana; d'autres drogues (comme la cocaïne, les stimulants, les hallucinogènes, les inhalants, le XTC, les opiacés, le valium ou autres); caféine (café ou boissons énergisantes comme Red Bull); manger (beaucoup trop de nourriture chaque jour, frénésie alimentaire); jeux d'argent; Navigation sur Internet (surfer sur le Web); Facebook, Myspace, Twitter, MSN, YM ou tout autre réseau social en ligne; SMS (utilisation de téléphone portable); jeux vidéo en ligne ou hors ligne (PS3, Xbox, Wii); shopping en ligne; faire du shopping dans les magasins; amour; sexe; exercice; travail; vol; religion; auto-mutilation (coupure, cueillette de la peau, arrachage de cheveux); conduire une voiture; potins; ou toute autre dépendance. Aux fins de la présente étude, seules 11 catégories ont été mises en évidence pour la plupart des analyses, afin de rapprocher les catégories examinées dans le Sussman et coll. (2011) étude. La marijuana a été combinée avec la catégorie de réponse aux autres drogues pour refléter la toxicomanie autre / dure (illicite). La navigation sur Internet et les catégories Facebook ont ​​été combinées pour créer une catégorie de dépendance à Internet. La catégorie des jeux vidéo en ligne ou hors ligne n'a pas été incluse dans la catégorie Dépendance à Internet car les jeux étaient peut-être hors ligne. Les achats dans les magasins et les achats en ligne ont été inclus pour évaluer la dépendance au magasinage.

Démographie

Des informations démographiques ont été collectées sur l'âge (en années), le sexe, l'origine ethnique (codé comme Latino / His-panic, White / Caucasian ou autre [Afro-américain, Indien d'Amérique / Amérindien, mixte ou autre], et le statut scolaire des parents. . Le niveau de scolarité des parents a été mesuré chez les deux parents, dérivé d'une variable à 6 niveaux allant de «n'a pas terminé la 8e année» à «fréquenté ou terminé des études supérieures», et a été codé selon que l'un au moins des parents avait obtenu son diplôme d'études secondaires ou ne pas.

Utilisation d'Internet compulsive (CIU)

Un index à 4 items a été utilisé pour évaluer l'utilisation problématique d'Internet (Davis, Flett et Bes-ser, 2002). Le sous-ensemble d'items mesurant la diminution du contrôle des impulsions a été utilisé pour la présente étude; se rapportant à la fréquence d'utilisation problématique. Les éléments étaient «J'utilise Internet plus que je ne le devrais», «Je reste généralement sur Internet plus longtemps que prévu», «Même si j'aimerais parfois, je ne peux pas réduire mon utilisation Internet », et« Mon utilisation d’Internet semble parfois hors de mon contrôle ». Les options de réponse de type Likert étaient (1) Jamais, (2) Rarement, (3) Parfois, (4) La plupart du temps et (5) Toujours. La construction CIU a montré une bonne cohérence interne (alpha de Cronbach = 0.81). La moyenne des 4 items a été utilisée comme mesure continue de l'UCI.

Comportement sexuel risqué

Les participants ont été interrogés sur trois éléments sur les comportements sexuels à risque, qui ont utilisé la fréquence (comme dans Griffin, Botvin et Nichols, 2006; Sussman et al., 2012). On leur a posé deux questions relatives aux «12 derniers mois» et aux «30 derniers jours»: «… avec combien de personnes avez-vous eu des rapports sexuels?». Les réponses étaient «0», «1», «2», par incréments croissants de 1 à «plus de 10 personnes» (11 catégories de réponse). On leur a également demandé: «Au cours des 30 derniers jours, combien de fois avez-vous eu des rapports sexuels?» Les réponses étaient «0», «1 à 5 fois», «6 à 10 fois», «11 à 15 fois», jusqu'à «plus de 30 fois» (huit catégories de réponses).

Exercises

Trois questions d'exercice à remplir en blanc ont été posées, une pour chacun des exercices «intense», «modéré» et «léger». Par exemple, l'élément d'exercice intense se lisait comme suit: "Au cours des 7 derniers jours, avez-vous fait un exercice intense qui a fait battre votre cœur plus rapidement pendant plus de 15 minutes, comme la course, le vélo, le football ou le transport de boîtes ou de meubles?" Les sujets ont indiqué le nombre de fois au cours des 7 derniers jours, sous la forme d'un élément de type à remplir. Ces trois items ont été adaptés du Questionnaire sur les exercices de loisirs Godin (GLTEQ; Godin et Shephard, 1985).

Consommation de substances

On a demandé aux participants: «Combien de fois au cours du dernier mois avez-vous consommé…» chacune des diverses catégories de consommation de substances (par exemple, cigarettes, alcool, alcool, marijuana, cocaïne, hallucinogènes, etc.). Des options de réponse ont été fournies pour indiquer 0 à plus de 100 fois (1 = 0 fois, 2 = 1 à 10 fois, 3 = 11 à 20 fois,…, 12 = plus de 100 fois). La présente étude a utilisé quatre catégories de consommation de drogues: cigarettes, alcool, consommation d'alcool et autres drogues (marijuana, cocaïne, hallucinogènes, stimulants, inhalants, ecstasy, analgésiques, tranquillisants ou autres drogues dures; alpha de Cronbach = 83 ), créant des scores continus pour chacun (tous les journaux ont été transformés). La fiabilité du format d'élément relatif à l'alcool, au tabac et aux autres drogues (ATOD) utilisé ici a déjà été établie (p. Graham et al., 1984; Aiguille, McCubbin, Lorence et Hochhauser, 1983).

Abus de substance

Un index de la toxicomanie globale a été créé à l'aide de 4 questions (par exemple, «Au cours des 12 derniers mois, avez-vous continué à consommer de l'alcool ou de la drogue même si cela vous empêchait d'assumer vos responsabilités au travail, à l'école ou à la maison?»), Avec réponses binaires oui-non, servant d'items proxy des catégories de troubles liés à l'abus de substances du DSM-IV. Pour cette étude, les réponses ont été additionnées en une seule variable continue de la toxicomanie au cours de la dernière année (alpha de Cronbach = 66).

Les conséquences problématiques autodéclarées de la consommation de drogues ont été établies dans la présente étude à l'aide de la sous-échelle des conséquences des problèmes de l'Inventaire de l'expérience personnelle (PEI-PCS; Sussman et al., 1997; Winters, Stinchfield et Henly, 1993). La mesure a évalué 11 conséquences personnelles de la toxicomanie (par exemple, «Au cours des 12 derniers mois, combien de fois avez-vous vendu des objets personnels comme vos vêtements ou vos bijoux pour acheter ou payer de l'alcool ou d'autres drogues?») Sur une échelle de 4 points ( 1 = aucun à 4 = souvent [10 fois ou plus]). L'Île-du-Prince-Édouard a été recommandée par le National Institute on Drug Abuse (NIDA) pour son utilisation dans l'évaluation de la toxicomanie chez les adolescents (Winters et al., 1993). La sous-échelle Conséquences personnelles fournit une bonne validité discriminante entre les groupes diagnostiques issus des entretiens (p. Ex., Pas de diagnostic, abus, dépendance; corrélation bisérienne ponctuelle = 72). C'est peut-être la meilleure mesure d'auto-évaluation disponible pour évaluer le trouble de toxicomanie chez les adolescents en raison de sa longueur (seulement 11 éléments), de sa capacité à exploiter un contenu qui ne se limite pas à l'usage de drogues en soi, et sa prédiction relativement élevée d'implication dans le traitement de la toxicomanie (Winters et al., 1993).

Ethique

Les procédures d'étude ont été effectuées conformément à la Déclaration d'Helsinki. Les sujets ont été informés que leur participation était volontaire et qu'ils pouvaient se retirer à tout moment sans pénalité. La confidentialité des réponses a été soulignée pour tous les sujets. Les questionnaires ont été identifiés par un numéro uniquement sur ordinateur. Les sujets ont également été informés qu'un certificat de confidentialité avait été obtenu pour protéger juridiquement les réponses fournies. Le comité d'examen institutionnel du campus des sciences de la santé de l'Université de Californie du Sud a approuvé l'étude et l'a revue chaque année. Tous les sujets ont été informés de l'étude et tous ont donné leur consentement éclairé.

ANALYSE ET RÉSULTATS

Nous avons créé les 11 mêmes catégories de dépendance que dans le Sussman et coll. (2011) la revue. La prévalence au cours des 30 derniers jours d'une ou plusieurs de ces 11 dépendances était de 79.2% et 61.5%, respectivement. La co-occurrence de deux dépendances ou plus, au cours des 30 derniers jours, était de 61.5% et 37.7%, respectivement. Le nombre moyen de dépendances à vie était de 2.48 (SD = 2.13) ​​et le nombre moyen de dépendances au cours des 30 derniers jours était de 1.48 (SD = 1.68). L'élargissement du nombre de catégories à 22 dépendances a augmenté la prévalence de tous les 30 jours et des 84.8 derniers jours, ainsi que la cooccurrence, à 68.2% et 72.0%, et 51.2% et XNUMX%, respectivement (légèrement plus élevé).

La dépendance (à vie) aux 11 dépendances dans l'ordre de la prévalence la plus élevée à la prévalence la plus faible était: amour (34.3%), Internet (29.3%), autres drogues dures (29.2%), exercice (27.2%), cigarettes (24.3%) ), le sexe (24.1%), la frénésie alimentaire (23.4%), le travail (20.6%), les courses (17.9%), l'alcool (14.8%) et les jeux de hasard (3.2%). La dépendance aux 30 derniers jours, de la prévalence la plus élevée à la prévalence la plus faible, était: amour (23.2%), Internet (18.4%), exercice (17.7%), sexe (16.5%), cigarettes (13.4%), frénésie alimentaire (12.7%) ), autres drogues dures (12.7%), travail (15.6%), achats (9.9%), alcool (5.7%) et jeux de hasard (1.8%). La prévalence de la dépendance à 30 jours et de la dépendance aux 30 derniers jours a montré une tendance presque identique dans toutes les dépendances, sauf que les autres dépendances aux drogues étaient relativement moins fréquentes parmi les comportements pour la dépendance à XNUMX jours que pour les toxicomanes.

Toutes les statistiques descriptives et les coefficients de corrélation ont été exécutés dans SAS version 9.3 (SAS Institute Inc., 2012-2013). Des comparaisons du chi carré ont été effectuées pour chacune des 11 catégories de dépendance, à la fois pour la dépendance de tous les jours et pour les 30 derniers jours, en comparant la méthode générale de collecte (téléphone par rapport à papier). Sur 22 comparaisons, seulement cinq étaient significatives (p <05). Celles-ci concernaient l'alcool (tous les 30 derniers jours), le sexe (tous les 30 derniers jours) et l'hyperphagie boulimique (30 derniers jours). Dans ces cas, les rapports de prévalence par téléphone étaient plus faibles que par questionnaire papier. Bien que significatives, l'ampleur des différences était faible (toutes les comparaisons inférieures à 7%) pour l'alcool et la frénésie alimentaire, mais plus grande pour le sexe (13% pour toujours et pour les 30 derniers jours).

Analyse de classe latente des 11 dépendances

L'analyse des classes latentes (ACV) est une méthode utile pour identifier des sous-groupes homogènes au sein d'une population hétérogène avec des données catégorielles. L'ACV a été menée pour déterminer la catégorisation des groupes de toxicomanie en fonction des réponses des élèves aux 11 comportements dichotomiques (oui, non) des 30 derniers jours. Les probabilités de classe (la probabilité que les sujets appartiennent à un type de groupe de toxicomanie) et les probabilités d'item au sein des classes (la probabilité que les sujets se livrent à un type de dépendance au sein d'un groupe de toxicomanie) étaient particulièrement intéressantes. L'ACV étant une méthode exploratoire, aucune hypothèse n'a été émise sur la structure ou la distribution des classes a priori. Pour mener l'analyse, une série de modèles d'ACV ont été construits de manière itérative, en commençant par le modèle à classe unique le plus parcimonieux et en ajustant les modèles successifs avec un nombre croissant de classes latentes. Pour déterminer le meilleur ajustement du modèle, une combinaison d'indicateurs statistiques a été utilisée. Nous avons évalué le chi-carré de Pearson, le rapport de vraisemblance chi-carré, critère d'information d'Akaike (AIC; Akaïké, 1987), Critère d'information bayésien (BIC; Schwartz, 1987 ans), Test du rapport de vraisemblance Lo – Mendell – Rubin pour les distributions de mélanges (LMR; Lo, Mendell et Rubin, 2001) et les valeurs d'entropie. Les modèles LCA ont été testés à l'aide du logiciel MPlus Version 6.0 (Muthen et Muthen, 2004).

Nous n'avons pas trouvé de différence entre la classe 2 et la classe 3 (p = 72), qui suggérait une solution à deux classes. Cette découverte permet une différenciation statistique entre les sujets toxicomanes et non dépendants; c'est-à-dire que moins de 10% des sujets de classe 1 approuvaient l'une des 11 dépendances (et moins de 6% en approuvaient huit), alors que plus de 21% des sujets de classe 2 approuvaient chacune des 11 dépendances à l'exception de l'alcool (14%) et le jeu (4.3%). Des indices d'ajustement supplémentaires ont été évalués pour déterminer si la solution à 2 classes fonctionne au maximum. L'AIC a suggéré qu'il s'agissait du modèle le mieux adapté avec une AIC pour deux classes = 5628.154 et trois classes = 5616.992. L'entropie était légèrement inférieure pour la solution à deux classes (65.8%) par rapport à la solution à trois classes (66.5%). De plus, les différences de scores BIC entre les modèles étaient très faibles (BIC pour deux classes = 5733.381; pour trois classes = 5777.120).

Valeurs de probabilité de réponse aux éléments affichées dans Tableau 1 ainsi que Figure 1 ont indiqué que la solution à deux classes offrait une interprétabilité substantielle pour comparer les groupes de toxicomanie par rapport aux groupes non dépendants (McCutcheon, 1987; Muthen et Muthen, 2004). Nous avons examiné les probabilités de classe latente d'approbation de chaque comportement addictif. Les membres de la classe latente 1 (67.2% de l'échantillon) ont déclaré être inférieurs à 10% sur les 11 dépendances. Ils ont signalé la prévalence la plus élevée de dépendance à l'amour (9.1%), à la cigarette (8.4%) et à Internet (8.4%). Ils ont signalé la plus faible prévalence de la dépendance au jeu (0.5%), à l'alcool (1.3%) et au sexe (2.8%). En raison de la faible prévalence des dépendances dans l'ensemble, cela pourrait être qualifié de Groupe non-accro (en général).

Figure 1 

Probabilités de classe latentes pour l'approbation de chaque comportement addictif
Tableau 1 

Résultats de l'analyse des classes latentes (ACV) retenant deux classes

Les membres de la classe latente 2 (32.8% de l'échantillon) ont signalé une prévalence générale élevée de la toxicomanie à plus de 21% pour tous les éléments, à l'exception du jeu (4.3%) et de l'alcool (14.0%). Les dépendances à la prévalence la plus élevée pour ce groupe étaient l'amour (49.7%), le sexe (42.4%), l'exercice (41.3%), Internet (37.3) et le travail (37.0). En dehors du jeu et de l'alcool, ils ont signalé la plus faible prévalence de la dépendance au magasinage (21.9%), aux cigarettes (22.8%) et à l'alimentation (25.8%). Avec une prévalence globale plus élevée sur tous les items, mais en particulier sur ceux qui indiquent des comportements prosociaux, ce groupe pourrait être étiqueté comme un "Travaillez dur, jouez dur", un groupe accro.

Analyses de validité convergentes

Pour la prochaine série de résultats, tous ps <.0001, sauf indication contraire. Des coefficients de corrélation bériale ponctuelle ont été calculés, en examinant l'association d'une mesure de comparaison mesurée en continu avec l'approbation d'un élément de la matrice de dépendance. Les associations entre le dernier article à fumer pendant 30 jours et la dépendance autodéclarée à la cigarette dans les 30 derniers jours et dans les 59 derniers jours étaient de 79 et 30, respectivement. Les associations entre la consommation d'alcool au cours des 30 derniers jours et la dépendance à l'alcool autodéclarée des 21 derniers jours et des 36 derniers jours étaient respectivement de 30 et 30. Les associations entre la consommation d'alcool au cours des 29 derniers jours et la dépendance à l'alcool autodéclarée des 45 derniers jours et des 30 derniers jours étaient respectivement de 30 et 41. Les associations entre la consommation de marijuana ou d'autres drogues «dures» au cours des 55 derniers jours et la dépendance à la marijuana ou à une autre drogue autodéclarée au cours des 25 derniers jours étaient respectivement de 23 et 30. Les troubles liés à la toxicomanie étaient associés à une dépendance constante et actuelle à la cigarette (33 et 31), à l'alcool (34 et 25) et à la marijuana ou à d'autres drogues (28 et 32). Le PEI-PCS était associé à une dépendance constante et actuelle à la cigarette (28 et 33), à l'alcool (28 et XNUMX) et à la marijuana ou à d'autres drogues (XNUMX et XNUMX).

Les associations du nombre de personnes avec lesquelles on a eu des rapports sexuels au cours des 12 derniers mois, le nombre de personnes avec lesquelles on a eu des rapports sexuels au cours des 30 derniers jours, et le nombre de fois où on a eu des rapports sexuels au cours des 30 derniers jours avec être accro au sexe était de 24, 25 et 29. Les associations de ces trois mêmes éléments avec le fait d'être un toxicomane sexuel au cours des 30 derniers jours étaient de 24, 33 et 35.

Les associations de l'indice de dépendance à Internet avec la navigation combinée des 30 derniers jours et de l'élément Facebook étaient de 41 et 49, respectivement. Les associations de l'indice de dépendance Internet avec des éléments de la matrice de dépendance unique, en tenant compte de toutes les catégories informatiques de dépendance à la navigation sur Internet, aux réseaux sociaux sur Internet, aux jeux vidéo en ligne ou hors ligne ou aux achats en ligne, étaient de 45, 36,. 13 (p = .0004) et .15, respectivement. Les associations entre la dépendance à Internet et la navigation sur la dépendance à Internet au cours des 30 derniers jours, les réseaux sociaux, les jeux vidéo en ligne ou hors ligne ou les achats en ligne étaient de .54, .41, .18 et .12 (p = .001), respectivement.

Enfin, les associations entre le nombre de fois où une personne s'est livrée à des exercices intenses, modérés et légers au cours des 7 derniers jours avec une dépendance à l'exercice étaient de 08 (p = .08), .01 (ns) et .01 (ns). L'association de ces trois mesures de l'exercice avec la dépendance à l'exercice au cours des 30 derniers jours était de 12 (p = .007), .04 (ns) et .01 (ns). Ainsi, seul l'engagement actuel dans un exercice intense était significativement lié à la dépendance actuelle à l'exercice.

DISCUSSION ET CONCLUSIONS

La prévalence sur 30 jours de ces 11 dépendances dans la présente étude est similaire (à 5% près) à la Sussman et coll. (2011) Données de prévalence sur 12 mois chez les adultes concernant les cigarettes, l'alcool, les jeux d'argent et les courses (le travail ne différait également que de 5.6%). Dans une autre étude récente de prévalence de 12 mois sur des adultes canadiens (Konkoly Thege et coll., 2013), les résultats actuels sont similaires (à moins de 5%) sur ces quatre mêmes addictions plus le travail. Les anciens lycéens de continuation ont signalé une prévalence beaucoup plus élevée de la consommation d'autres drogues / drogues dures, d'Internet et des dépendances sexuelles, comparativement aux deux études récentes sur les adultes (Konkoly Thege et coll., 2013; Sussman et al., 2011). En outre, par rapport à l'étude précédente de Sussman et ses collègues, l'échantillon actuel a signalé une prévalence beaucoup plus élevée de la dépendance à l'alimentation, à l'amour et à l'exercice. Konkoly Thege et ses collègues n'ont pas mesuré les dépendances à l'amour et à l'exercice. Cependant, les anciens lycéens de continuation ont signalé une prévalence plus faible de la dépendance alimentaire actuelle que dans l'étude de Konkoly Thege (qui était d'environ 20%). La différence relativement importante entre les trois études sur la prévalence de la dépendance à l'alimentation peut être due à la façon dont la dépendance à l'alimentation a été définie (p. Ex. Sussman et coll. [2011] par rapport à manger trop ou trop peu Konkoly Thege et coll. [2013]). La prévalence globale d'une ou de plusieurs dépendances était 10% plus élevée dans l'échantillon actuel que dans Konkoly Thege et coll. (2013) étude, et environ 15% plus élevé que le Sussman et coll. (2011) étude. Cela aurait du sens puisqu'il s'agissait d'un jeune échantillon à risque.

La solution d'analyse LCA à deux classes a été retenue sur la base du modèle global des indicateurs statistiques de détermination de classe. La structure de classe dans l'étude actuelle ne fait pas de distinction entre les différents types de toxicomanie. Peut-être, étant donné qu'il s'agit d'un échantillon jeune et à risque, et que nous n'avons pas examiné uniquement le sous-échantillon qui a déclaré une ou plusieurs dépendances, l'ACV a soutenu un modèle simple. Alternativement, ces résultats pourraient étayer l'argument selon lequel bon nombre de ces dépendances sont échangeables; on peut même supposer que ces 11 dépendances peuvent servir de substituts potentiels les unes aux autres. Comme il semble être le cas que les dépendances partagent des fondements neurobiologiques communs (par exemple, le renouvellement dopaminergique mésolimbique), peut-être qu'une solution à deux classes ne serait pas si surprenante (Sussman et al., 2011).

De plus, dans la présente étude, le groupe de toxicomanes avait tendance à participer à des dépendances impliquant des activités généralement légales et relativement prosociales qu'un adulte émergent pourrait entreprendre au cours de sa vie quotidienne (amour, sexe, exercice, Internet et travail). Les toxicomanies, les cigarettes (22.8%), l'alcool (14.0%), les autres drogues (27.3%) et l'alimentation (25.8%) étaient de prévalence beaucoup plus faible dans ce groupe. Ainsi, nous les avons appelés le groupe de toxicomanes «Travaillez dur, jouez dur». Ce modèle d'enracinement dans une dépendance de type activité relativement conventionnelle est davantage la norme du comportement addictif (p. Cuisinier, 1987; MacLaren et Best, 2010), même parmi l'échantillon actuel de jeunes à risque.

Cependant, les travaux antérieurs tendent à différencier les différents types de toxicomanie dans des échantillons de jeunes universitaires et d'adultes chimiquement dépendants Haylett et al., 2004; MacLaren et Best, 2010). En outre, certains travaux antérieurs suggéraient des motifs d'appétit de dominance-soumission, de plaisir ou de renforcement Haylett et al., 2004; Sussman, 2012). Il est logique de penser que les jeunes peuvent évoluer vers des dépendances relativement conventionnelles, stimulantes (p. Ex., Bourreau de travail) plutôt que extrêmes, hédonistes (p. Ex., Consommation de drogues dures), selon les expériences de vie, la vulnérabilité et les motifs appétitifs recherchés (Sussman, 2012). Une conception des motifs appétitifs est cohérente avec l'hypothèse selon laquelle les dépendances sont des motifs mal orientés ou excessifs (instincts), et que différents facteurs peuvent refléter différents motifs d'appétit général (Sussman, 2012). Les résultats actuels pourraient amener à suggérer que les dépendances sont essentiellement guidées ou dirigées dans des contextes de style de vie (Csikszentmihalyi et Larson, 1984; Sussman, Stacy, Ames et Freedman, 1998), qui ne reflètent pas manifestement des motifs d'appétit distincts. Une future étude de réplication avec le type actuel d'échantillon est nécessaire, ainsi que des travaux supplémentaires avec d'autres populations, car seules quelques études de type matrice de toxicomanie-addiction ont été réalisées.

Enfin, les items uniques de la cigarette, de l'alcool, des autres drogues / drogues dures, du sexe, d'Internet et de l'exercice physique étaient associés de manière significative à d'autres mesures correspondantes, suggérant une validité convergente de ces items avec d'autres construits liés à la dépendance. La conceptualisation de la mesure matricielle semble avoir une certaine valeur, même si des études supplémentaires comportant des inventaires plus longs des toxicomanies seraient utiles. De plus, nous n'avions pas de mesures correspondantes pour cinq des dépendances (p. Ex., Amour, travail).

Limites et recherches futures

Il existe au moins cinq limites de la présente étude. Premièrement, les différences dans l'échantillonnage pourraient biaiser les estimations de la prévalence, bien que le modèle relatif de prévalence de la dépendance et de cooccurrence était similaire en comparant les données sur papier et les données par téléphone. De plus, la confidentialité du protocole utilisé permettrait de minimiser le biais de réponse. Pourtant, on ne peut pas exclure les biais de rapport dus à l'échantillonnage.

Deuxièmement, alors que la mesure de type matrice de dépendance a été étudiée dans certains travaux antérieurs, comme décrit dans l'introduction, beaucoup plus de travail sur la validation des éléments de type matrice de dépendance est nécessaire. De plus, trop peu d'études existent pour confirmer l'existence de facteurs de cooccurrence de dépendance stables ou de groupes latents. On peut soutenir que ce type de mesure pourrait être mieux qualifié de «dépendance auto-perçue» plutôt que de «dépendance», bien que nous ayons maintenu le même usage que dans les études précédentes.

Une troisième limitation avec l'étude actuelle comme avec ses prédécesseurs est le manque d'informations sur les significations plus profondes des groupes latents découverts par l'ACV ou les approches d'analyse factorielle. Il faut déduire ce que les groupes représentent probablement. Certains travaux récents ont étudié les relations entre les types de dépendances et les facteurs de personnalité (p. Andreassen et al., 2013). Eventuellement, ce type de travail peut aider à identifier les significations sous-jacentes dans ces groupes latents. L'utilisation d'approches qualitatives (par exemple, des groupes de discussion) peut également aider. Théoriquement, à titre d'exemple, on pourrait penser à ces 11 dépendances comme un regroupement pour refléter la nutrition active (par exemple, Internet, les achats, le travail), la recherche de plaisir actif (par exemple, le sexe, l'amour, l'exercice) et la recherche de plaisir passif ( alcool, cigarette, consommation d'autres drogues, manger). Éventuellement, fournir aux sujets une liste de motifs appétitifs ou de contextes de style de vie et leur demander de placer des types de dépendances dans chacun d'eux pourrait être un moyen d'approcher la dimensionnalité des dépendances d'une manière différente.

Une quatrième limitation est que si la plupart des coefficients de corrélation bisériale ponctuelle entre les autres mesures avec des éléments de la matrice de dépendance étaient significatifs, seules 20 des 42 associations ont montré des valeurs d'au moins 30. De plus, les mesures utilisées comme comparaisons peuvent être soumises à une variété de demandes ou à d'autres effets que les enquêtes sur de grands échantillons auront tendance à ne pas traiter. Les entretiens cliniques sont un moyen évident et plus sensible d'examiner la validité de ces éléments de la matrice de dépendance. Pourtant, c'est le premier examen de ce type et, en tant que tel, il est important.

Enfin, ces données étaient transversales. Nous n'avons aucune idée de la stabilité des différentes addictions. Il est possible que certaines dépendances (p. Ex., L'alcool) soient plus immuables que d'autres (p. Ex. Le travail [on peut perdre son emploi] ou l'exercice [on peut se blesser].) Des données longitudinales sont nécessaires pour discerner cette possibilité. Pour l'instant, aucune étude longitudinale n'utilise une mesure de type matrice de toxicomanie.

Des études futures pourraient aborder les tendances changeantes en matière de toxicomanie et les implications de la dépendance à certains comportements par rapport à d'autres. Autrement dit, la prévalence autodéclarée sur les mesures de la dépendance peut changer à mesure que l'acceptabilité d'être dépendant de certains comportements change, ainsi que des associations variables. Par exemple, on pourrait associer la dépendance à l'amour, au sexe, à l'exercice ou au travail avec des images sociales, y compris «romantique» ou comme exemples de «vie moderne». Ces dépendances peuvent être considérées comme plus acceptables que la dépendance à la cigarette, à l'alcool et / ou à d'autres drogues, et ces dernières peuvent être associées à des images sociales de type «rebelle» ou «perte de maîtrise de soi». Cependant, les images sociales peuvent changer en ce qui concerne certaines drogues; en particulier la consommation de marijuana. La consommation de marijuana peut devenir une dépendance à prévalence plus élevée et associée à des images relativement positives (par exemple, «être moderne»), au cours des prochaines années. La dépendance à la marijuana devrait peut-être être considérée séparément des autres éléments de la matrice de toxicomanie dans les futurs travaux longitudinaux. Les changements dans les modèles de dépendance au fil du temps peuvent être importants à explorer dans les travaux futurs en utilisant une mesure matricielle de la toxicomanie.

En résumé, la présente étude a contribué à un corpus de connaissances sur la prévalence, la cooccurrence, la structure de classe latente et la validité convergente des dépendances multiples, en utilisant une mesure matricielle de la toxicomanie appliquée aux anciens lycéens de continuation. Comme pour les études précédentes, la présente étude met en évidence la forte prévalence et la cooccurrence des dépendances chez les jeunes et les adultes. Les facteurs du contexte du mode de vie peuvent conduire à une tendance à la dépendance chez les gens, et peut-être que la gravité de la dépendance pourrait refléter des variables telles que la neurobiologie courante. Les programmes de prévention et de traitement peuvent nécessiter des ressources supplémentaires pour mieux répondre aux besoins d'évaluation et d'adaptation des programmes aux différentes dépendances, mais peut-être qu'une perspective «générique» de la toxicomanie pourrait être appliquée à de larges populations compte tenu des résultats de la présente étude. Enfin, il est possible que des changements au niveau de la société soient nécessaires pour réduire les facteurs prédictifs du mode de vie moderne des dépendances (p. Ex., Pression pour être performant, rupture de la famille élargie). Nous pouvons supposer que de nombreuses conséquences négatives physiques, sociales et émotionnelles résultent de l'engagement dans ces différents types de dépendances. Il reste encore beaucoup à faire dans ce domaine, car la toxicomanie est sans aucun doute beaucoup plus répandue que nous ne voulons l'admettre.

Remerciements

Sources de financement: Ce document a été soutenu par une subvention de l'Institut national sur l'abus des drogues (DA020138).

Notes

Contribution des auteurs: SS a joué un rôle de premier plan dans le concept et la conception de l'étude, la rédaction du manuscrit, et il a été le chercheur principal de l'ensemble du projet. TEA a joué un rôle de premier plan dans l'analyse des données, l'interprétation des données et la rédaction de l'analyse et des résultats. PS a assumé le rôle d'analyste principal pour aider à l'interprétation des données et à la rédaction des résultats. Il était également engagé dans la gestion des données et il était co-chercheur principal de l'ensemble du projet. JT a contribué à la clarté de la rédaction et a contribué au matériel dans la section Discussion. LAR et DS-M ont aidé à faire des commentaires sur la rédaction tout au long du manuscrit, et ils ont également été co-chercheurs principaux de l'ensemble du projet. Tous les auteurs ont eu un accès complet à toutes les données de l'étude et assument la responsabilité de l'intégrité des données et de l'exactitude de l'analyse des données.

Conflit d'intérêt: L'auteur principal reçoit des redevances sur les ventes du programme de prévention qui a été brièvement mentionné dans ce manuscrit. Cependant, il n'y a pas de conflit d'intérêts présent concernant le sujet actuel ou autrement ici.

Bibliographie

  1. Analyse factorielle Akaike H. et AIC. Psychometrika. 1987; 52: 317–332.
  2. Alexander BK, Schweighofer ARF. La prévalence de la toxicomanie chez les étudiants universitaires. Psychologie des comportements addictifs. 1989; 2: 116–123.
  3. Andreassen CS, Griffiths MD, Gjertsen SR, Krossbakken E, Kvam S, Pallesen S. La relation entre les dépendances comportementales et le modèle à cinq facteurs de la personnalité. Journal of Behavioral Addictions. 2013; 2: 90–99.
  4. Christo G, Jones SL, Haylett S, Stephenson GM, Lefever RMH, Lefever R. The Shorter PROMIS Questionnaire Validation supplémentaire d'un outil d'évaluation simultanée de multiples comportements addictifs. Comportements addictifs. 2003; 28: 225–248. [PubMed]
  5. Cook DR. Dépendances auto-identifiées et troubles émotionnels chez un échantillon d'étudiants. Psychologie des comportements addictifs. 1987; 1: 55–61.
  6. Csikszentmihalyi M, Larson R. Être adolescent: Conflit et croissance à l'adolescence. New York: livres de base; 1984.
  7. Davis RA, Flett GL, Besser A. Validation d'une nouvelle échelle de mesure de l'utilisation problématique d'Internet: Implications pour le dépistage pré-emploi. Cyberpsychologie et comportement. 2002; 5: 331–345. [PubMed]
  8. Demetrovics Z, Griffiths MD. Dépendances comportementales: passé, présent et futur. Journal of Behavioral Addictions. 2012; 1: 1–2.
  9. Godin G, Shephard RJ. Une méthode simple pour évaluer le comportement à l'exercice dans la communauté. Revue canadienne des sciences appliquées du sport. 1985; 10: 141-146. [PubMed]
  10. Graham JW, Flay BR, Johnson CA, Hansen WB, Grossman LM, Sobel JL. Fiabilité des mesures d'auto-évaluation de l'usage de drogues dans la recherche en prévention: évaluation du questionnaire du projet SMART via la matrice de fiabilité test-retest. Journal of Drug Education. 1984; 14: 175–193. [PubMed]
  11. Greenberg JL, Lewis SE, Dodd DK. Dépendance et estime de soi qui se chevauchent chez les hommes et les femmes des collèges. Comportements addictifs. 1999; 24: 565-571. [PubMed]
  12. Griffin KW, Botvin GJ, Nichols TR. Effets d'un programme de prévention de l'abus des drogues en milieu scolaire chez les adolescents sur les comportements à risque de VIH chez les jeunes adultes. Science de la prévention. 2006; 7: 103-112. [PubMed]
  13. Hagenaars JA, McCutcheon A. Analyse de classe latente appliquée. Cambridge: Cambridge University Press; 2002.
  14. Haylett SA, Stephenson GM, Lefever RMH. Covariation des comportements addictifs: une étude des orientations addictives à l'aide du questionnaire PROMIS plus court. Comportements addictifs. 2004; 29: 61–71. [PubMed]
  15. Konkoly Thege B, Colman I, El-Guebaly N, Hodgins DC, Patten S, Schopflocher D, Wolfe J, Wild C. Prévalence des dépendances comportementales et liées aux substances: une étude préliminaire du Canada. Journal of Behavioral Addictions. 2013; 2 (Suppl): 18.
  16. Lazarsfeld PF. Le fondement logique et mathématique de l'analyse des structures latentes. Dans: Stouffer SA, Guttman L, Suchman EA, Lazarsfeld PF, Star SA, Clausen JA, éditeurs. Mesure et prédiction: études de psychologie sociale pendant la Seconde Guerre mondiale. Vol. 4. Princeton, NJ: Princeton University Press; 1950. pp. 365–412. Chapitre 10.
  17. Lo Y, Mendell N, Rubin D. Test du nombre de composants dans un modèle de mélange. Biometrika. 2001; 88: 767–778.
  18. MacLaren VV, Meilleur LA. Comportements addictifs multiples chez les jeunes adultes: normes étudiantes pour le questionnaire PROMIS plus court. Comportements addictifs. 2010; 35: 252–255. [PubMed]
  19. McCutcheon AL. Série de documents de l'Université Sage sur les applications quantitatives en sciences sociales n ° 07-064. Newberry Park, Californie: Sage; 1987. Analyse des classes latentes.
  20. Muthen LK, Muthen BO. Guide de l'utilisateur Mplus. 3. Los Angeles, Californie: Muthen & Muthen; 2004.
  21. Needle R, McCubbin H, Lorence J, Hochhauser M. Fiabilité et validité de la consommation de drogues auto-déclarée par les adolescents dans une étude familiale: un rapport méthodologique. Journal international des addictions. 1983; 18: 901–912. [PubMed]
  22. SAS Institute Inc. Logiciel SAS / STAT version 9.1.3. Cary, Caroline du Nord: SAS Institute Inc; 2012–2013.
  23. Schwartz G. Estimation de la dimension d'un modèle. Les annales des statistiques. 1987; 6: 461–464.
  24. Sussman S. Steve Sussman sur «Mind the Gap!» De Matilda Hellman Incapacité à comprendre les dimensions clés de la vie d'un toxicomane: effets addictifs. Consommation et abus de substances. 2012; 47: 1661–1665. [PubMed]
  25. Sussman S, Dent CW, Galaif ER. Les corrélats de la toxicomanie et de la dépendance chez les adolescents à haut risque de toxicomanie. Journal of Substance Abuse. 1997; 9: 241–255. [PubMed]
  26. Sussman S, Dent CW, Stacy AW, Burton D, Flay BR. Développer des programmes scolaires de prévention et de renoncement au tabagisme. Thousand Oaks, Californie: Sage; 1995.
  27. Sussman S, Lisha N, Griffiths M. Prévalence des addictions: un problème de majorité ou de minorité? Évaluation et professions de la santé. 2011; 34: 3–56. [Article gratuit PMC] [PubMed]
  28. Sussman S, Stacy AW, Ames SL, Freedman LB. Lieux de consommation de drogues chez les adolescents autodéclarés. Comportements addictifs. 1998; 23: 405–411. [PubMed]
  29. Sussman S, Sun P, Rohrbach L, Spruijt-Metz D. Résultats sur un an d'un programme de prévention de l'abus de drogues pour les adolescents plus âgés et les adultes émergents: évaluation d'une composante de rappel de l'entrevue motivationnelle. Psychologie de la santé. 2012; 31: 476–485. [Article gratuit PMC] [PubMed]
  30. Sussman S, Sussman AN. Compte tenu de la définition de la dépendance. Journal international de recherche environnementale et de santé publique. 2011; 8: 4025–4038. [Article gratuit PMC] [PubMed]
  31. Winters KC, Stinchfield RD, Henly GA. Poursuite de la validation de nouvelles échelles mesurant l'alcool et les autres drogues chez les adolescents. Journal d'études sur l'alcool. 1993; 54: 534-541. [PubMed]