Les drogues différentes s’accompagnent de motivations différentes : Examen des motifs de consommation de substances chez les personnes qui consomment des substances multiples dans le cadre d’un traitement d’entretien à la méthadone (MMT), 2021

Mahu, I. T., Barrett, S. P., Conrod, P. J., Bartel, S. J., & Stewart, S. H. (2021). Different drugs come with different motives: Examining motives for substance use among people who engage in polysubstance use undergoing methadone maintenance therapy (MMT). Drug and alcohol dependence, 229, 109133.

[lien pour télécharger]

Abstract

Contexte

Les motifs de consommation d’une substance (c’est-à-dire les raisons pour lesquelles on consomme une substance) sont considérés comme la variable la plus proximale conduisant à la consommation d’une substance. Ces motifs ont été décrits par diverses typologies, la plus connue étant le modèle à quatre facteurs des motifs de consommation d’alcool, qui distingue les motifs d’amélioration, sociaux, d’adaptation et de conformité (Cooper, 1994). Bien qu’ils aient été largement étudiés dans des échantillons communautaires d’adultes, les motifs de consommation ont été moins souvent étudiés dans des populations à un stade plus avancé de la dépendance, où la polytoxicomanie est plus fréquente. En outre, comme la littérature sur les motivations s’est largement concentrée sur les motivations liées à la consommation d’alcool, il n’est pas certain que les résultats existants puissent être appliqués à d’autres substances (Cooper et al., 2016).

Méthodes

À l’aide de la modélisation mixte linéaire bayésienne à bêta zéro, nous avons étudié la stabilité de sept motifs de consommation de substances distincts (amélioration, social, expansion, faire face à l’anxiété, faire face à la dépression, faire face au sevrage et conformité) dans six catégories de drogues différentes (tabac, alcool, cannabis, opioïdes, stimulants et tranquillisants) afin de déterminer dans quelle mesure la catégorie de drogue peut influencer l’adhésion au motif. Cent trente-huit clients du traitement d’entretien à la méthadone (MTT) (F = 34,1 % ; M = 65,9 % ; âge = 40,18 ans) ont répondu à un nouveau questionnaire abrégé sur les motifs liés à la polytoxicomanie.

Résultats

Les motifs externes (c.-à-d. la conformité et les motifs sociaux) étaient les plus stables d’une catégorie de drogue à l’autre, tandis que tous les motifs internes (c.-à-d. l’amélioration, l’expansion et les trois motifs d’adaptation) présentaient divers niveaux de variabilité d’une drogue à l’autre.

Conclusions

Ces résultats ont d’importantes implications pour les stratégies de prévention et d’intervention auprès des personnes qui consomment plusieurs substances, et soulignent l’importance des programmes universels et spécifiques à chaque substance.


Introduction

Selon la théorie de la motivation (Cox et Klinger, 1988), les comportements de consommation de substances sont motivés par des états de besoin et des dispositions psychologiquement distincts, également connus sous le nom de motifs de consommation de substances. Ces motifs sont considérés comme la dernière voie commune vers l’usage et l’abus de substances, par laquelle la personnalité ou d’autres variables de risque moins proximales exercent leurs effets (Cooper, 1994). La théorie de la motivation a conduit à l’élaboration du modèle bien connu des motifs de consommation d’alcool à quatre facteurs (Cooper, 1994, Cooper et al., 2016), qui différencie les motifs de consommation d’alcool en fonction de deux dimensions : (1) les objectifs d’approche par rapport aux objectifs d’évitement (par exemple, la recherche d’incitations agréables par rapport à l’évitement d’états négatifs ; Gray, 1970, Gray, 1987), et (2) la question de savoir si la source du motif se trouve dans le soi ou dans l’environnement social. Le croisement de ces deux dimensions conduit à quatre catégories de motifs : les motifs d’approche internes (c’est-à-dire les motifs d’amélioration), les motifs d’évitement internes (c’est-à-dire les motifs d’adaptation), les motifs d’approche externes (c’est-à-dire les motifs sociaux) et les motifs d’évitement externes (c’est-à-dire les motifs de conformité). Ces quatre motifs ont été largement étudiés en relation avec l’alcool et ont été associés à un certain nombre d’antécédents et de conséquences distincts (pour une analyse, voir Cooper et al., 2016).

Des recherches ultérieures ont affiné ce modèle initial à quatre facteurs (Cooper, 1994) en y ajoutant d’autres motifs (par exemple, les motifs d’expansion pour le cannabis ; Simons et al., 1998 ; Zvolensky et al., 2007) et en différenciant les motifs d’adaptation pour faire face à l’anxiété et à la dépression (c’est-à-dire le Modified Drinking Motives Questionnaire-Revised [M-DMQ-R] ; Grant et al., 2007). D’autres motifs très pertinents pour les populations cliniques, tels que la gestion du sevrage, ont également été proposés (Blevins et al., 2018, Valente et al., 2020). Cependant, ces derniers sont actuellement peu étudiés et ne sont pas inclus dans la dernière révision de l’échelle DMQ (Grant et al., 2007).

Bien qu’il existe une vaste littérature sur les motifs de consommation de substances, la plupart des études se sont concentrées sur les motifs de consommation d’alcool chez les jeunes ou les adultes en bonne santé (Cooper et al., 2016). Relativement peu d’études ont porté sur le DMQ ou ses adaptations dans des populations en quête de traitement ou des populations cliniques à un stade plus avancé de la dépendance (Blevins et al., 2018, Foster et al., 2016, Gavrilova et al., 2020, Hammarberg et al., 2017, Jones et al., 2014, Mezquita et al., 2011, Öster et al., 2017, Schlauch et al., 2015). Les échantillons cliniques diffèrent de la population générale non seulement par leurs motifs de consommation, qui tendent à être davantage axés sur l’adaptation (Mezquita et al., 2011, Thornton et al., 2012), mais aussi en ce qui concerne les taux plus élevés de polyconsommation de substances (c’est-à-dire la consommation de plusieurs drogues à la même occasion ou à des occasions distinctes mais récentes ; Crummy et al., 2020). Par exemple, la polyconsommation a été documentée comme étant présente chez plus de 90 % des personnes entrant en traitement pour des troubles liés à l’utilisation d’opioïdes (Cicero et al., 2020), et semble rester courante dans les populations recevant un traitement d’entretien à la méthadone (MTT ; Compton et al., 2021, Taylor, 2015). Étant donné que la polyconsommation est associée à un risque accru d’événements indésirables dans les populations cliniques (par exemple, risque accru de surdose avec certaines combinaisons de drogues ; Compton et al., 2021), il est particulièrement important d’étudier les motifs pour une variété de substances parmi les populations cliniques, comme les patients souffrant de troubles liés à la consommation d’opioïdes, afin de déterminer si la planification du traitement devrait adopter une approche universelle ou spécifique à une substance.

Malheureusement, la majorité de la littérature sur les motivations utilise des modèles transversaux examinant une seule substance, en particulier l’alcool (Cooper et al., 2016). Bien que quelques chercheurs aient tenté d’adapter le DMQ-R à des substances spécifiques, telles que le cannabis (Simons et al., 1998), les opioïdes (Jones et al., 2014), les stimulants (Thurn et al., 2017, Thurn et al., 2020) ou les “drogues de synthèse” (Benschop et al., 2020), cela a donné lieu à une variété de mesures légèrement différentes, ce qui rend les comparaisons directes entre les substances difficiles. En outre, chaque mesure comprend souvent plus de 20 éléments (p. ex. Cooper, 1994 ; Simons et al., 1998), ce qui alourdit considérablement la charge de travail des participants lorsqu’elle est administrée pour plusieurs substances.

En rapport avec ces limitations, une question souvent débattue consiste à savoir si ces dynamiques motivationnelles sont communes ou spécifiques à une substance donnée. Étant donné que les effets pharmacologiques varient d’une substance à l’autre, on peut s’attendre à ce que les motivations diffèrent d’une substance à l’autre chez un même individu ; cependant, peu d’études ont directement comparé les motivations entre différentes substances (Biolcati et Passini, 2019, Blevins et al., 2018, Gavrilova et al., 2020 ; Villarosa-Hurlocker et al., 2019). En effet, bien que nous pensions souvent que les motifs sont des attributs fixes, semblables à des traits, des individus (par exemple, Windle et Windle, 2018), certaines recherches longitudinales et sur les journaux quotidiens (par exemple, Arbeau et al., 2011 ; Joyce et al., 2018) suggèrent que les motifs peuvent varier considérablement d’une situation à l’autre ou au fil du temps (Cooper et al., 2016). À l’heure actuelle, nous ne comprenons pas bien si les motifs se présentent comme des traits (présentent peu de variabilité entre les drogues) et/ou comme des états (présentent une variabilité substantielle entre les drogues) à travers une large gamme de substances chez les mêmes individus (pour contrôler la variabilité intra-personnelle). Une meilleure compréhension de la dynamique motivationnelle entre les substances serait d’une grande utilité théorique et pratique.

1. Objectifs et hypothèses

Le présent article vise à combler les lacunes susmentionnées dans la littérature relative à l’évaluation des motivations chez les populations cliniques qui consomment plusieurs substances. Nous présentons une nouvelle mesure brève des motivations qui permet d’évaluer les motivations pour un large éventail de substances, avec un temps de réponse inférieur à une minute par substance. En outre, nous démontrons l’utilisation d’un modèle hiérarchique conditionnel adapté aux données non équilibrées, en examinant comment l’adhésion aux motifs diffère selon six catégories de drogues (tabac/nicotine, alcool, cannabis, stimulants, opioïdes et tranquillisants) dans un échantillon de clients du MTT ayant divers niveaux d’adhésion récente (c.-à-d. au cours des 30 derniers jours) à la polytoxicomanie. Bien que nous ayons déjà fait état des relations entre la personnalité et la consommation de substances dans cet échantillon (Mahu et coll., 2019), nous portons maintenant notre attention sur les motifs de la consommation de substances. Étant donné que nos catégories de drogues incluses ont des effets pharmacologiques et des expériences phénoménologiques variables, nous nous attendions à ce que l’endossement des motifs diffère significativement entre certaines catégories de drogues (Cooper et al., 2016), comme indiqué dans les sept hypothèses du tableau 1.

[tableau 1]

2. Méthodes

2.1 Les participants

Nous avons recruté 138 participants dans quatre cliniques de MTT situées dans la municipalité régionale de Halifax (n = 2) et à Montréal (n = 2). L’âge moyen de l’échantillon était de 40,18 ans (écart-type = 11,56, intervalle de 21 à 71 ans), la majorité des participants étant des hommes (65,9 %). La plupart des participants étaient blancs (79,7 %), les clients autochtones et noirs représentant respectivement 10,9 % et 2,2 % de l’échantillon ; les 7,2 % restants appartenaient à d’autres groupes raciaux/culturels. Environ la moitié de l’échantillon avait un emploi (51,5 %), avait atteint un niveau d’éducation ne dépassant pas le lycée (42,8 %) et s’était déclarée célibataire (c’est-à-dire jamais mariée ; 55,8 %). Le seul critère d’inclusion était d’être un client quotidien du traitement d’entretien à la méthadone (MTT) dans l’une des quatre cliniques participantes depuis au moins 30 jours. En effet, le MTT était la forme de TSO la plus couramment administrée dans les cliniques avec lesquelles nous avons collaboré au moment de la collecte des données (2015-2016), et nous voulions minimiser toute variabilité des résultats pouvant être liée à la forme de TSO. En moyenne, les clients recevaient une dose quotidienne de méthadone de 78,64 mg (écart-type = 40,15).

2.2 Procédure

Les participants ont été approchés par le personnel de la clinique et les membres de l’équipe de recherche pour participer à l’étude. Les tests ont eu lieu dans un espace privé dans chaque clinique. Après avoir donné leur consentement éclairé, les participants ont rempli des questionnaires issus d’une batterie plus large. Cette étude a été approuvée par les comités d’éthique de la recherche de chaque établissement.

2.3 Matériel

2.3.1 Entretien sur la consommation de substances (Gross, Barrett, Shestowsky et Pihl, 2002)

Les participants ont répondu à une interview structurée compilée par l’auteur, évaluant la consommation d’alcool, de cannabis, d’amphétamines, d’hallucinogènes, d’opiacés, de cocaïne et de drogues sur ordonnance au cours de la vie et au cours des 30 derniers jours, ainsi que d’autres questions de suivi plus détaillées (voir les documents complémentaires pour une copie de ce guide d’interview). Pour maximiser la validité de ces données autodéclarées, nous avons posé des questions ouvertes et rappelé aux participants que l’entrevue était confidentielle et qu’il n’y aurait pas de conséquences négatives (c.-à-d. en ce qui concerne leurs services de MTT) à la déclaration de la consommation de substances. Une question sur les drogues fictives (c.-à-d. ” Avez-vous consommé du kiaran au cours des 30 derniers jours ? “), destinée à dépister les déclarations excessives, a été incluse. Les participants ayant déclaré avoir consommé une substance au cours des 30 derniers jours ont ensuite répondu à un questionnaire sur les motifs de la consommation de cette substance au cours des 30 derniers jours. Les données relatives aux motifs pour des substances pharmacologiquement similaires ont été moyennées et combinées en “classes de drogues”, par exemple les stimulants (cocaïne, crack, stimulants sur ordonnance, autres stimulants) et les opioïdes (héroïne, opioïdes sur ordonnance), afin d’utiliser toutes les données disponibles.

2.3.2 Mesure des motivations liées à la polytoxicomanie (PMM)

Pour évaluer les motifs de consommation de plusieurs substances, nous avons élaboré un bref questionnaire abrégé sur les motifs à l’aide de l’EVA, fondé sur le modèle motivationnel à quatre facteurs de Cooper (1994), le Drinking Motives Questionnaire-Revised (MDMQ-R) de Grant et coll. (2007) et la Marijuana Motives Measure (MMM) de Simons et coll. (1998). Nous avons utilisé l’approche de l’élaboration de tests abrégés utilisée par Breslin et al. (2000) et Smith et al. (2011) pour élaborer les sept items du PMM (inclus dans les fichiers supplémentaires). Plus précisément, chaque item du PMM reflète l’une des principales dimensions de motifs abordées dans la littérature : amélioration, social, conformité, faire face à la dépression, faire face à l’anxiété et expansion. Un item supplémentaire portant sur les symptômes de sevrage a été ajouté en raison de sa pertinence clinique pour les clients du MTT. Deux des auteurs ayant de l’expérience en recherche sur les motifs ont examiné les items du MDMQ-R (Grant et coll., 2007) et du MMM (Simmons et coll., 1998) et ont choisi les indicateurs les plus valides de chaque concept théorique. Sur la base d’une discussion et d’un consensus, l’item le plus valide à première vue a été sélectionné, affiché en premier et mis en gras (par exemple, “Au cours des 30 derniers jours, j’ai consommé cette drogue parce qu’elle augmente mon plaisir” pour mesurer le motif d’augmentation). Chacune des principales dimensions du motif était immédiatement suivie, entre parenthèses, de deux autres items à validité faciale reflétant également cette dimension du motif (par exemple, “parce que c’est excitant, ou pour obtenir un high/buzz” pour les motifs d’amélioration), de sorte que chaque item du PMM comprenait trois items différents que l’on retrouve dans d’autres échelles de motifs. Les participants ont répondu en traçant une ligne sur une échelle visuelle analogique de 10 cm allant de “jamais” (0) à “toujours” (10) pour indiquer leur approbation de chaque motif, qui a été mesurée en tant que proportion d’occasions de consommation récentes. Un questionnaire PMM distinct a été administré pour chaque classe de drogue consommée au cours des 30 derniers jours.

2.4 Analyse statistique

La modélisation linéaire mixte (LMM) utilisant l’estimation bayésienne a été réalisée à l’aide du package brms (Bürkner, 2017), fonctionnant sur le package rstan (Stan Development Team, 2020) dans la version 4.0.3 de R (R Core Team, 2013). Les modèles ont été conceptualisés comme des modèles de distribution bêta à plusieurs niveaux, non gonflés, avec des mesures multiples (niveau 1) imbriquées dans les individus (niveau 2). Des intercepts aléatoires ont été modélisés pour chaque participant. Une troisième série de modèles supplémentaires avec des co-variables pertinentes (âge, genre, site, dosage de méthadone et observance de la méthadone au cours des 30 derniers jours) est disponible dans les documents en ligne. Un modèle d’interaction supplémentaire (classe de drogue X dose de méthadone et observance) a également été examiné pour les motifs de sevrage uniquement. Plus de détails sur la spécification du modèle sont disponibles dans les documents complémentaires.

Pour déterminer si des motifs spécifiques sont plus proches du trait ou de l’état d’une substance à l’autre, un score de déviance a été calculé pour chaque motif en calculant la proportion de valeurs de différence par paire de l’ensemble de la distribution postérieure (n = 4 000) qui se situent en dehors de la région d’équivalence pratique (ROPE). Cette ROPE a été fixée de telle sorte qu’une différence de 20 % ou moins (équivalant à une fourchette de -0,1 à +,1 sur un paramètre normalisé) correspondrait à une taille d’effet négligeable (Kruschke et Liddell, 2017). Un score de déviance plus faible met en évidence une forte proportion de différences équivalentes par paire dans les catégories de drogues, et donc une probabilité plus élevée que ce motif soit plus proche d’un trait de caractère. À l’inverse, plus ce score de déviance est élevé, plus il existe de variabilité entre les catégories de drogues, ce qui apporte la preuve qu’un motif particulier est de type état.

3. Résultats

Les caractéristiques démographiques des participants et les caractéristiques de la consommation de substances dans cet échantillon ont été rapportées dans une publication précédente (Mahu et al., 2019). Brièvement, aucun participant n’a endossé l’item sur la drogue fictive, ce qui a permis de vérifier la qualité des données. Les participants ont utilisé une médiane de 3 (IQR = 1) classes de drogues au cours des 30 derniers jours. Les coefficients du modèle, le R2 bayésien et le coefficient de corrélation intraclasse (CCI) pour chaque résultat figurent dans le tableau complémentaire en ligne 1 pour les modèles non ajustés et les modèles ajustés à la covariable (en raison de données manquantes sur certaines covariables, les modèles ajustés sont au nombre de 131). Il convient de noter que l’ICC indique la proportion de variance expliquée par le facteur de regroupement (c’est-à-dire la variation au niveau des unités supérieures, en l’occurrence les sujets) et décrit la variabilité de l’approbation du motif qui est expliquée par les caractéristiques du sujet. En règle générale, l’ICC se situe entre 2 et 9 %, à l’exception notable des motifs de conformité, pour lesquels 29 % de la variance a été expliquée par les caractéristiques du sujet. Le R2 conditionnel de chaque modèle suggère que nous avons pu expliquer entre 14,6 % et 21,2 % de la variance conditionnelle totale de l’adhésion aux motifs par classe de drogue.

La figure 1 présente l’adhésion au motif prédite par le modèle pour chaque catégorie de drogue et pour chaque motif. Comme les résultats restent très similaires après contrôle des co-variables pertinentes (voir Fig. 1 supplémentaire), nous concentrerons notre discussion sur les modèles originaux non ajustés. La figure 2 illustre l’approbation par ordre de priorité de chaque motif pour chaque catégorie de drogues. Les différences par paire entre chaque combinaison de drogues pour tous les motifs sont affichées dans la figure supplémentaire en ligne 2 et incluses dans le tableau supplémentaire en ligne 2. Dans l’ensemble, la catégorie de drogue est un prédicteur important de la variance de tous les motifs autres que les motifs de conformité et, dans une moindre mesure, les motifs sociaux (Fig. 3). En bref, ces différences significatives (c’est-à-dire où zéro n’est pas inclus dans l’intervalle crédible à 95 %) sont les suivantes :

  1. Amélioration. Les participants ont cité des motifs d’amélioration pour le cannabis, les stimulants et les opioïdes plus que pour le tabac et (conformément à H1) les tranquillisants (figure supplémentaire en ligne 2, en vert). Dans l’ensemble, les motifs d’amélioration ont été considérés comme l’une des trois principales catégories de motifs pour toutes les drogues, à l’exception du tabac, où ils ont été classés en quatrième position. Les motifs d’amélioration ont été classés au premier rang en termes d’importance pour les stimulants (Fig. 2). Les motivations liées à l’augmentation de la consommation présentent des propriétés similaires à celles des traits et des états, comme le montre la grande proportion de différences entre drogues non équivalentes (score de déviance = 0,52 ; Fig. 3).
  2. Social. Les motivations sociales ont été approuvées de manière similaire pour la plupart des drogues étudiées, ce qui n’apporte qu’un soutien partiel à l’hypothèse H2 et montre peu de signes de spécificité à l’égard de l’alcool et du cannabis. Les motivations sociales ont été plus fortement approuvées pour le cannabis que pour les tranquillisants et le tabac (supplément en ligne Fig. 2, bleu foncé). Par rapport à tous les autres motifs, les motifs sociaux se situent généralement au milieu en termes d’approbation relative pour toutes les catégories de drogues (Fig. 2). Les motivations sociales présentaient principalement des traits de caractère (score de déviance = 0,27 ; Fig. 3).
  3. Expansion. Les motifs d’expansion ont été plus fréquemment approuvés pour le cannabis que pour le tabac, l’alcool et les tranquillisants (conformément à H3) ; pour les stimulants que pour l’alcool, le tabac et les tranquillisants ; et pour les opioïdes que pour le tabac et les tranquillisants (supplément en ligne Fig. 2, jaune). Toutefois, par rapport à tous les autres motifs, les motifs d’expansion sont le plus souvent classés en fin de liste, en troisième position seulement avec les stimulants (figure 2). Les motifs d’expansion présentent des propriétés similaires aux traits et aux états (score de déviance = 0,55 ; figure 3).
  4. Faire face à l’anxiété. Conformément à l’hypothèse H4, toutes les classes de drogues ont été approuvées plus fréquemment que les stimulants pour faire face à l’anxiété. De plus, en partie en accord avec H4, les participants ont déclaré utiliser des tranquillisants pour faire face à l’anxiété plus fréquemment que l’alcool, le cannabis, les stimulants et les opioïdes (supplément en ligne Fig. 2, orange). Ce motif a également été plus souvent mentionné pour les tranquillisants que pour le tabac, bien que le chiffre zéro ait été inclus dans la limite supérieure de l’intervalle de crédibilité à 95 %. Comparés à d’autres motifs, les motifs d’adaptation à l’anxiété ont été très bien classés pour presque toutes les drogues, figurant en première place pour le tabac, l’alcool, le cannabis et les tranquillisants (figure complémentaire en ligne 2). Les motifs d’adaptation à l’anxiété présentaient des propriétés similaires aux traits et à l’état (score de déviance = 0,51 ; figure 3).
  5. Faire face à la dépression. Bien que largement similaires à la gestion de l’anxiété, les motifs de gestion de la dépression ont montré une certaine spécificité, le tabac et les tranquillisants étant moins souvent utilisés pour gérer la dépression que l’anxiété (Fig. 1). En partie à l’appui de H5, les motifs de faire face à la dépression ont été plus fortement approuvés pour les opioïdes et le cannabis que pour le tabac et les stimulants. Les tranquillisants ont été plus fréquemment approuvés pour ce motif que les stimulants (figure supplémentaire en ligne 2, bleu clair). Les motifs liés à la lutte contre la dépression figuraient systématiquement parmi les trois motifs les plus approuvés dans toutes les catégories de drogues (Fig. 2). En outre, cette dimension des motifs a montré des propriétés de type trait et de type état (score de déviance = 0,43, Fig. 3).
  6. Conformité. Conformément à H6, les motifs de conformité ont rarement été approuvés pour toutes les substances et n’ont montré aucune différence entre les drogues (supplément en ligne Fig. 2, gris). Les motifs de conformité ont montré la plus forte évidence de propriétés de type trait (score de déviance = 0,02, Fig. 3).
  7. Sevrage. Conformément à H7, par rapport à toutes les autres substances, les motifs de gestion du sevrage ont été le plus fortement approuvés pour les opioïdes. La gestion du sevrage a également été plus souvent approuvée pour le cannabis, le tabac et les tranquillisants que pour l’alcool et les stimulants. Les motifs de sevrage ont été classés en première position par rapport à tous les autres motifs lorsque l’on examine spécifiquement les opioïdes, et en troisième position pour le tabac (Fig. 2). Ces résultats ont été largement maintenus même après avoir contrôlé les interactions avec le dosage de méthadone et l’observance. Un dosage plus élevé de méthadone a interagi avec la classe de drogue, ce qui a entraîné une diminution de la probabilité de déclarer des motifs pour l’alcool et les opioïdes dans le modèle à inflation nulle (c.-à-d. associé à une prévalence d’utilisation plus faible) ; tandis que dans le modèle conditionnel, un dosage plus élevé de méthadone a été associé à une approbation plus faible des motifs de sevrage pour les opioïdes en particulier (figure supplémentaire en ligne 3). Par rapport aux autres motifs, les motifs de sevrage semblent être les plus sensibles aux effets de la drogue, et donc les plus proches de l’état (score de déviance = 0,63, Fig. 3).
Fig. 1. Approbation des motifs par classe de drogues. Remarque. Les mêmes données sont facettées par catégorie de drogue (a), pour permettre des comparaisons entre les motifs entre les classes de drogues, et par type de motif (b), pour permettre des comparaisons entre les classes de drogues entre les motifs. Les barres d’erreur représentent les intervalles de crédibilité à 95 % pour les estimations dérivées des modèles conditionnels.
Fig. 2. Motifs classés par ordre décroissant d’approbation dans les différentes catégories de drogues. Note. Les motifs ont été classés du plus fréquemment approuvé au moins fréquemment approuvé en proportion des occasions de consommation au cours des 30 derniers jours dans chaque catégorie de drogue.
Fig. 3. Contraste des drogues par paire. Note : ROPE = Région d’équivalence pratique. ROPE = Région d’équivalence pratique. Tous les contrastes possibles entre deux drogues (n = 15) ont été calculés en soustrayant les paramètres pertinents du modèle et en les transformant sur l’échelle originale (0-1). Les diagrammes de densité affichent la distribution postérieure complète (4000 tirages) de toutes les valeurs de différence possibles compte tenu des données pour chaque motif. Une différence positive indique que l’adhésion au motif est plus élevée dans le premier élément de la paire de contrastes, tandis qu’une différence négative indique que l’adhésion au motif est plus élevée dans le deuxième élément de la paire de contrastes. L’estimation ponctuelle (point noir) indique la valeur médiane et la plus crédible de la différence (voir le tableau complémentaire 2 en ligne pour plus de détails). La barre noire verticale fine reflète l’intervalle de crédibilité de 95 %, tandis que la barre noire plus épaisse reflète l’intervalle de crédibilité de 50 %. (a) La ROPE a été fixée à 20 %, centrée autour de 0, ce qui signifie qu’une différence de plus ou moins 0,1 sur un paramètre standardisé a été jugée équivalente. Ceci est représenté par les lignes verticales en pointillés autour de zéro. Les valeurs non équivalentes en dehors de cette ROPE dans la distribution postérieure des différences par paire sont mises en évidence en bleu ciel et ont été utilisées pour calculer le score de déviance représenté en b). (b) La proportion de valeurs de différence non équivalentes a été calculée sur la base du dépassement de la ROPE. Ce score de déviance indique dans quelle mesure chaque motif est sensible aux effets de la drogue. Un score de déviance élevé indique que l’adhésion au motif est moins stable selon les catégories de drogues, car une plus grande proportion des valeurs de différence possibles sont non équivalentes. Dans l’ensemble, ce score décrit la mesure dans laquelle les motifs se généralisent à travers les catégories de drogues (comme un trait ou un score de déviance faible) ou sont modérés par les catégories de drogues (comme un état ou un score de déviance élevé).

4. Discussion

Nos résultats suggèrent qu’il existe à la fois une stabilité et une variabilité dans l’endossement des motifs dans des catégories de drogues distinctes chez les clients du MTT, ce qui donne une première validité à cette nouvelle mesure des motifs dans des contextes de polytoxicomanie et fait avancer la documentation croissante sur les motifs de la consommation de substances dans les populations cliniques. En utilisant un score de déviance calculé comme une proportion de différences non équivalentes, les motifs externes (c.-à-d. la conformité et le social) ont montré le moins de variation entre les substances (et donc la plus grande stabilité), soulignant que les motifs externes ressemblent le plus à un modèle de type trait. En revanche, les motifs internes (c’est-à-dire l’expansion, l’amélioration et les trois motifs d’adaptation) varient beaucoup plus d’une substance à l’autre et présentent donc différents niveaux de propriétés de type état, ce qui suggère que certains motifs sont, au moins en partie, liés aux effets de substances spécifiques.

4.1 Motifs externes

Bien que les motifs de conformité soient très stables, ils ne sont pas souvent acceptés dans l’ensemble de l’échantillon. L’importance développementale des motifs de conformité chez les jeunes, par opposition aux adultes, explique probablement le faible endossement général de ce motif chez les clients adultes du TEM. En effet, on croit que la conformité est un motif plus important chez les adolescents ou les jeunes consommateurs de substances (Cooper, 1994), et les études futures devraient vérifier la stabilité de ce motif entre les substances à l’aide de cette mesure chez les jeunes.

De même, les motivations sociales sont relativement stables d’une substance à l’autre, l’approbation relative n’étant plus élevée que pour le cannabis par rapport au tabac et aux tranquillisants. Cela suggère que l’alcool, le cannabis, les stimulants et les opioïdes semblent tous être utilisés pour des raisons sociales chez les clients du TEM, dans au moins environ 40 % des occasions de consommation au cours du dernier mois.

4.2 Motifs internes

La quasi-totalité de la consommation de substances de notre échantillon est fortement motivée par la gestion de l’anxiété. Conformément à notre hypothèse (H4) éclairée par leurs propriétés médicinales anxiolytiques, les tranquillisants sont utilisés plus fréquemment pour ce motif que toutes les autres drogues. En revanche, et conformément à leurs effets pharmacologiques anxiogènes, les stimulants sont moins fréquemment approuvés pour ce motif par rapport à toutes les autres drogues, reproduisant et étendant aux clients du MTT, les résultats de Blevins et al. (2018) parmi un échantillon de patients hospitalisés. Par conséquent, l’adaptation à l’anxiété présente principalement des propriétés similaires à l’état par le biais de sa relation spécifique avec les tranquillisants et les stimulants.

Les motifs d’adaptation à la dépression ont montré un schéma très similaire à celui des motifs d’adaptation à l’anxiété. Cela confirme des résultats similaires suggérant qu’il peut être difficile de différencier ces deux motifs d’adaptation parmi les échantillons cliniques de consommateurs de substances, étant donné les taux élevés de comorbidité psychiatrique (Schlauch et al., 2015). Néanmoins, notre approche a permis de dégager une certaine spécificité entre les deux motifs d’adaptation en examinant à la fois le tabac et les tranquillisants, qui ont été utilisés principalement pour faire face à l’anxiété par rapport aux motifs d’adaptation à la dépression. Cela suggère qu’il peut être utile de maintenir les deux motifs d’adaptation distincts lors de l’examen des motifs d’utilisation de substances spécifiques, d’autant plus que les deux motifs d’adaptation ont été associés à des résultats différents (Grant et al., 2007).

Les motifs d’amélioration (p. ex. se défoncer) ont été fortement approuvés pour la plupart des substances, à l’exception du tabac et des tranquillisants. Le tabac est traditionnellement plus étroitement lié aux motifs d’habitude et de dépendance (Cooper et al., 2016), deux motifs qui n’ont pas été examinés dans la présente étude. Et les tranquillisants ont en grande partie des effets sédatifs qui vont à l’encontre de la stimulation souhaitée inhérente aux motifs d’amélioration. Les clients du MTT semblent donc endosser fréquemment des motifs d’expansion pour les opioïdes, les stimulants, l’alcool et le cannabis.

Les motifs d’expansion ont été le plus souvent approuvés pour le cannabis, ce qui n’est pas surprenant étant donné que les items originaux ont été élaborés spécifiquement pour le cannabis (Simons et al., 1998). Toutefois, les motifs d’expansion ont également été approuvés assez souvent et de façon similaire pour les opioïdes et les stimulants ; ce dernier résultat reproduit un résultat trouvé chez les étudiants de niveau collégial (Blevins, Stephens et Abrantes, 2017), ce qui suggère que les motifs d’augmentation de la conscience expérientielle vont au-delà du cannabis et devraient être étudiés en relation avec d’autres substances également.

Conformément à la littérature suggérant que la gestion du sevrage est un motif important parmi les populations dépendantes des opioïdes (Barth et al., 2013, Blevins et al., 2018, Macmadu et al., 2017), les motifs de gestion du sevrage étaient le motif le plus fortement approuvé pour les opioïdes par rapport à toutes les autres drogues dans notre échantillon de MTT, même après avoir tenu compte de la dose de méthadone et de l’observance. Bien que l’observance quotidienne du traitement à la méthadone (c.-à-d. ne pas manquer une dose) semble être associée à une plus faible probabilité d’utilisation d’opioïdes, une dose plus élevée de méthadone a été associée à une réduction de l’approbation des motifs de sevrage chez les personnes qui ont récemment utilisé des opioïdes. Ceci est conforme à d’autres études montrant qu’un dosage plus élevé de méthadone semble être plus efficace pour gérer l’envie d’opioïdes et la rechute (Farnum et al., 2021, Langleben et al., 2008, Mattick et al., 2014). Bien qu’ils aient été mentionnés moins souvent que pour les opioïdes, les motifs de sevrage étaient encore assez courants et mentionnés de façon similaire pour le tabac, le cannabis et les tranquillisants, ce qui donne à penser que les clients de la MTT (1) utilisent également ces substances pour faire face à leurs effets de sevrage respectifs (p. ex., le tabac), et/ou (2) qu’ils utilisent ces substances pour gérer les symptômes de sevrage d’autres drogues (p. ex., le cannabis pour gérer le sevrage des opioïdes, Lucas, 2017 ; Socías et coll., 2018). Malheureusement, comme nous n’avons pas demandé aux participants de préciser les substances responsables de leurs symptômes de sevrage, nous ne pouvons pas déterminer avec certitude lequel des deux cas ci-dessus est le plus probable. À l’avenir, nous pourrions demander aux participants de préciser de quelle(s) substance(s) ils sont en train de se sevrer.

4.3 Limites

Ces résultats doivent être interprétés en tenant compte de certaines limites. Tout d’abord, les études futures bénéficieront d’échantillons plus importants, car davantage de données permettront d’obtenir des estimations plus précises. Un échantillon plus large permettra également une estimation plus précise des effets individuels des drogues au sein d’une même classe de drogues (par exemple, cocaïne vs. stimulants sur ordonnance) sans regroupement entre les catégories de drogues. Deuxièmement, ces données ont été recueillies à une époque où le MTT était la forme la plus populaire de TSO, avec de nombreux clients qui suivaient le MTT depuis plus d’un an, alors qu’aujourd’hui, la norme d’excellence s’est déplacée vers la buprénorphine/naloxone (Bruneau et al., 2018). Les études futures devront vérifier si ces résultats sont valables pour d’autres formes de TAO, comme la buprénorphine/naloxone, ou pour les nouveaux clients du MTT. Troisièmement, bien que nous ayons ajouté un motif de sevrage et souligné son importance pour les clients du MTT, il existe des motifs non mesurés qui peuvent également être particulièrement pertinents pour les populations cliniques, comme la gestion de la douleur et de l’ennui/habitude (Blevins et al., 2018). L’absence d’un motif lié à la douleur est une faiblesse particulière dans un échantillon de troubles liés à la consommation d’opioïdes. Quatrièmement, nous n’avons utilisé qu’un seul élément par motif (bien qu’avec trois exemples), ce qui rend les comparaisons directes avec des mesures à plusieurs éléments plus difficiles, ne nous permet pas d’évaluer la fiabilité et introduit potentiellement plus d’erreurs de mesure par rapport à des mesures à plusieurs éléments bien construites. Toutefois, sa brièveté est également un atout de notre échelle, car elle permet un déploiement rapide et efficace dans des contextes cliniques et de recherche (par exemple, la polytoxicomanie, les études de journaux quotidiens). Récemment, cette mesure a été légèrement mise à jour, a fait l’objet d’un examen par des experts et a été validée par Bartel et al. en 2021 (soumis), montrant une excellente validité apparente, de contenu et concomitante, ainsi que des associations théoriquement pertinentes entre les motivations et les résultats liés à l’alcool et au cannabis. Cinquièmement, le fait que l’entretien sur la consommation de substances n’ait pas été standardisé et qu’il ait été réalisé par l’auteur rend plus difficile la comparaison directe avec d’autres études et peut limiter la généralisation de ces résultats. Sixièmement, nous n’avons pas fait de distinction entre l’usage de drogues prescrites et l’usage de drogues non prescrites, et les résultats peuvent ne pas s’appliquer à des échantillons qui se livrent exclusivement à un usage ou à un mésusage médicalement autorisé. Enfin, nous avons conceptualisé la question de l’état par rapport au trait dans une perspective contextuelle (c’est-à-dire le choix de la drogue) plutôt que dans une perspective temporelle, et nous ne pouvons pas nous prononcer sur la stabilité temporelle de ces résultats étant donné que nous avons utilisé un modèle transversal. Tableau 2.

[tableau 2]

5. Conclusions

En résumé, nous avons mis au point un nouvel instrument de mesure conçu pour évaluer efficacement les motifs de consommation d’un large éventail de substances et fournir des preuves émergentes de sa validité discriminante entre les substances. Nous faisons également progresser la littérature sur la stabilité des motivations à travers les catégories de drogues, suggérant que les différentes motivations ont des niveaux variables de propriétés trait/état, ce qui a des implications importantes pour le traitement ciblé. Les interventions cliniques ciblant les motifs de type trait sont susceptibles d’avoir un impact général sur le comportement de consommation de drogues, tandis que celles ciblant les motifs de type état devront être plus spécifiques aux particularités de chaque substance.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *