PLoS Moja. 2016 Aug 17; 11 (8): e0159788. toa: 10.1371 / journal.pone.0159788.
Kim Y1, Jeong JE2, Cho H2, DJ Jung2, Kwak M2, Rho MJ3, Yu H1, Kim DJ2, Choi IY3.
abstract
Kusudi la utafiti huu kulikuwa ni kutambua sifa za kibinadamu zinazohusishwa na madawa ya kulevya (SAP). Washiriki walikuwa wanaume wa 2,573 na wanawake wa 2,281 (n = 4,854) wenye umri wa miaka 20-49 (Maana ± SD: 33.47 ± 7.52); washiriki wamekamilika maswali yafuatayo: Kijijini cha Kiukreni cha Matumizi ya Madawa ya Kitaifa ya Kisiasa (K-SAPS) kwa watu wazima, Swala la Mfumo wa Uingizaji wa Mfumo wa Maadili / Mfumo wa Utekelezaji wa Mfumo (BIS / BAS), Daktari wa Dyshuction Dysfunctional Instrument (DDII), na Udhibiti wa Kifupi Kiwango (BSCS). Kwa kuongeza, washiriki waliripoti maelezo yao ya idadi ya watu na matumizi ya smartphone (wiki ya kawaida au masaa ya matumizi ya wastani wa wiki na matumizi kuu). Sisi kuchambua data katika hatua tatu: (1) kutambua predictors na regression vifaa, (2) inayotokana uhusiano causal kati ya SAP na predictors yake kutumia Bayesian imani mtandao (BN), na (3) kompyuta pointi bora kukatwa kwa ajili ya kutambuliwa predictors kutumia index Youden.
Watabiri waliotambuliwa wa SAP walikuwa kama ifuatavyo: jinsia (kike), wastani wa masaa ya matumizi, na alama kwenye BAS-Drive, Usikivu wa Tuzo ya BAS, DDII, na BSCS. Jinsia ya kike na alama kwenye BAS-Drive na BSCS imeongeza SAP moja kwa moja. Usikivu wa Tuzo ya BAS na DDII iliongezeka moja kwa moja SAP. Tuligundua kuwa SAP ilifafanuliwa na unyeti mkubwa kama ifuatavyo: wastani wa masaa ya matumizi mwishoni mwa wiki> 4.45, BAS-Drive> 10.0, Usikivu wa Tuzo la BAS> 13.8, DDII> 4.5, na BSCS> 37.4. Utafiti huu unaongeza uwezekano kwamba sababu za utu zinachangia SAP. Na, tulihesabu alama za kukatwa kwa watabiri muhimu. Matokeo haya yanaweza kusaidia wachunguzi wa uchunguzi wa SAP kutumia vituo vya kukatwa, na kuongeza uelewa wa sababu za hatari za SA.
PMID: 27533112
DOI: 10.1371 / journal.pone.0159788
;