阿片类药物复发的危险因素在男女之间有所不同

在Covid-19大流行期间，致命药物过量 - 其中三分之二涉及阿片类药物的含量显着增加。CDC最近报道，过量死亡在12个月内飙升至81,000。

适用于阿片类药物的治疗 - 理想地是药物和药物的组合行为治疗是提高海洛因和处方阿片类药物成瘾的康复几率的关键。但是治疗后复发仍然是一个持续的挑战。

新的USC研究发现风险因素复发阿片类药物使用障碍的后续治疗因性别而有显著差异，这一发现可能导致更好的针对性治疗和持久的结果。

这项研究最近发表在《华尔街日报》上瘾是第一个使用机器学习技术进行处理的大型数据集并确定复发的风险因素。

两年的阿片类药物复发危险因素对双重的危险因素

研究人员发现，复发的女性的最大风险因素是戒断症状，​​抑郁和后创伤应激障碍。对于男性来说，最重要的风险因素包括多种药物的使用讨厌以及行为障碍史，一种侵犯他人基本权利或规则的行为障碍。

年轻被认为是男性和女性复发的主要危险因素。

“这些结果表明，女性尤其受益于积极解决的治疗戒断症状欧盟苏丹德沃克 - 佩克社会劳动学院助理教授助理教授助理教授表示，有适当的药物和认知行为方法。

“相比之下，男人可能会受益于直接目标物质使用行为的认知行为和互助干预以及支持亲社会行为的发展。”

该研究的作者说，未来的复发预防治疗研究应该探索减轻男性和女性这些特定和不同的脆弱性的方法。此外，他们认为，机器学习方法应该更广泛地整合到成瘾研究中，以更好地理解人口统计学、心理和行为变量如何增加复发几率的复杂性。

“我们的方法让我们看看不同的复发轨迹。例如，如果你是一个拥有高刑事司法的青少年女性，这就是你复发的风险，”John Proindle说，USC Suzanne Dworak-Peck社会工作学院的研究助理教授。

“归根结底，机器学习是上瘾科学建模和理解数据的未来。”

使用机器学习来发现危险因素并改善治疗

科学家们想找到一种方法来改善治疗阿片类药物使用障碍通过探索治疗后复发最强烈相关的个体因素。他们在美国超过100种物质使用治疗场所的1,100人持续了一年多，从治疗设施排放后三个，六到12个月。大约一半的参与者-55.1％的女性和51.5％的男性在一年观测窗口中至少使用一次阿片类药物。

研究人员使用机器学习方法分析了30多个Apioid复发预测因素。他们发现，对于女性来说，较大的戒断，抑郁，进行症状，诊断创伤后应激障碍和较小的年龄是最大的风险因素对于阿片类药物使用后处理。对于男性，年龄较小，更大的导尿症状，多重物质使用障碍与药物使用相关的问题越多，复发的风险就越大。

“这项研究的重要之处在于它的发现不仅与阿片类药物误用，但它代表了使用方法上的进步机器学习John D. Clapp说，他是南加州大学Suzanne Dworak-Peck社会工作学院研究和教师发展的教授和副院长，同时也是南加州大学成瘾科学研究所的联席主任。

---

---