addiction medicine 篇论文

成瘾医学致力于理解药物依赖、酒精滥用及行为成瘾背后的复杂机制，并探索更有效的治疗与预防策略。这一领域不仅关注生理层面的神经变化，更深入探讨心理社会因素如何影响个体的康复进程，旨在为受困者提供科学支持。

Gist.Science 持续追踪并处理来自 medRxiv 的每一份新增预印本，确保这些前沿研究能被广泛触及。我们不仅提供详尽的技术摘要，更精心撰写通俗易懂的通俗解读，让专业成果跨越学术壁垒，真正服务于大众与从业者。

以下是该分类下最新收录的预印本论文，涵盖了从最新临床数据到机制研究的多元视角。

本研究利用 ABCD 研究数据，通过结合多任务学习与动态离散时间建模，证明了整合纵向时间变化信息比单纯的多任务学习更能显著提升青少年物质使用启动的预测性能，并识别出跨物质共享的关键风险因素。

该研究通过系统调整生态瞬时评估频率、预测变量数量及训练数据来源，发现尽管机器学习算法在预测戒烟过程中的复吸风险方面表现出一定的效果，但整体性能仅属中等且个体差异显著，提示单一依赖机器学习可能不足以支撑实时自适应干预，建议将其与基于规则的方法相结合。

该研究方案旨在通过针对美国英语使用者的横断面调查，利用效益 - 风险权衡法估算酒精使用障碍（AUD）心理治疗的最小值得差异（SWD），并分析不同临床亚组及专业人员视角下的差异，以优化临床决策。

FALCO 是一项涉及 7 个国家 600 名参与者的国际随机对照试验方案，旨在评估主动音乐团体和音乐聆听小组相较于常规治疗对物质使用障碍患者长期康复效果及作用机制的影响，以推动欧洲及全球成瘾治疗的创新与实施。

一项针对美国丁丙纳释缓释剂处方医师的全民调查显示，尽管长效注射型丁丙纳释缓释剂的属性获得了高度评价，但其利用率仍然较低，且观察到的使用量增加主要集中在管理较大阿片类药物使用障碍病例数的临床医生中，而非源于专业领域或对药物特性态度的差异。