Autor/autores:
Marleen IA Olthof , Lucas A. Ramos , Margriet W. van Laar ...(et.al)
Para las personas que desean reducir su consumo de cannabis sin recurrir a ayuda formal, existen diversas herramientas de autoayuda disponibles. Aunque algunas de estas herramientas han demostrado ser efectivas para disminuir el consumo, los tamaños del efecto suelen ser pequeños. Comprender mejor los factores que predicen una reducción exitosa en el consumo de cannabis entre...
PUBLICIDAD
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
Para las personas que desean reducir su consumo de cannabis sin recurrir a ayuda formal, existen diversas herramientas de autoayuda disponibles. Aunque algunas de estas herramientas han demostrado ser efectivas para disminuir el consumo, los tamaños del efecto suelen ser pequeños.
Comprender mejor los factores que predicen una reducción exitosa en el consumo de cannabis entre personas que consumen con frecuencia y desean reducir o dejar su uso podría ayudar a identificar los elementos clave que contribuyen a una moderación exitosa.
Este estudio analizó datos provenientes de un ensayo controlado aleatorio que comparó la eficacia de una intervención digital sobre cannabis, llamada ICan, con cuatro módulos en línea que ofrecían información educativa sobre el cannabis.
La muestra para el análisis incluyó a 253 participantes. El éxito se definió como una reducción de al menos el 50% en los gramos de cannabis consumidos en los últimos 7 días al inicio del estudio, medida en el seguimiento a los 6 meses. Para entrenar y evaluar los modelos de aprendizaje automático, se utilizó un procedimiento de validación cruzada anidada con k-fold.
Los análisis mostraron que ambos modelos de aprendizaje automático empleados – Random Forest y regresión Logística – tuvieron valores AUROC bajos y comparables (. 61 y . 57, respectivamente).
A pesar de esta modesta capacidad de predicción, ciertos factores emergieron como predictores relativamente más importantes para el éxito en la reducción del consumo. Estos predictores incluyeron: no identificarse como consumidor de cannabis, no usar productos de tabaco, niveles elevados de síntomas depresivos, niveles altos de distrés psicológico y una alta cantidad de consumo inicial de cannabis. Sin embargo, cabe destacar que, en general, las asociaciones entre estos predictores y el éxito en la reducción del consumo no fueron fuertes.
El estudio encontró una precisión de predicción limitada al utilizar modelos de aprendizaje automático para predecir el éxito entre personas que consumen cannabis y desean reducir o dejar su uso, y que muestran interés en herramientas de autoayuda digitales.
Estos resultados indican que, aunque ciertos factores pueden influir en la reducción exitosa del consumo, las asociaciones no son lo suficientemente robustas como para predecir de manera confiable el éxito individual. Por lo tanto, se necesitan más investigaciones para identificar y comprender mejor los factores que contribuyen a la reducción exitosa del consumo de cannabis, con el objetivo de desarrollar intervenciones más efectivas para las personas que buscan apoyo a través de herramientas digitales de autoayuda.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www. sciencedirect. com/
