Researchers increasingly use meta-analysis to synthesize the results of several studies in order to estimate a common effect. When the outcome variable is continuous, standard meta-analytic approaches assume that the primary studies report the sample mean and standard deviation of the outcome. However, when the outcome is skewed, authors sometimes summarize the data by reporting the sample median and one or both of (i) the minimum and maximum values and (ii) the first and third quartiles, but do not report the mean or standard deviation. To include these studies in meta-analysis, several methods have been developed to estimate the sample mean and standard deviation from the reported summary data. A major limitation of these widely used methods is that they assume that the outcome distribution is normal, which is unlikely to be tenable for studies reporting medians. We propose two novel approaches to estimate the sample mean and standard deviation when data are suspected to be non-normal. Our simulation results and empirical assessments show that the proposed methods often perform better than the existing methods when applied to non-normal data.

Social media use may be a risk factor for mental health problems in adolescents. However, few longitudinal studies have investigated this association, and none have quantified the proportion of mental health problems among adolescents attributable to social media use.

To examine changes in drinking behavior among United States (US) adults between March 10 and July 21, 2020, a critical period during the COVID-19 pandemic.Longitudinal, internet-based panel survey.The Understanding America Study (UAS), a nationally representative panel of US adults age 18 or older.A total of 4298 US adults who reported alcohol use.Changes in number of reported drinking days from March 11, 2020 through July 21, 2020 in the overall sample and stratified by sex, age, race/ethnicity, household structure, poverty status, and census region.Compared with March 11, the number of drinking days per week was significantly higher on April 1 by an average of 0.36 days (95% CI = 0.30, 0.43), on May 1 by an average of 0.55 days (95% CI = 0.47, 0.63), on June 1 by an average of 0.41 days (95% CI = 0.33, 0.49), and on July 1 by an average of 0.39 days (95% CI = 0.31, 0.48). Males, White participants, and older adults reported sustained increases in drinking days, whereas female participants and individuals living under the federal poverty line had attenuated drinking days in the latter part of the study period.Between March and mid-July 2020, adults in the United States reported increases in the number of drinking days, with sustained increases observed among males, White participants, and older adults.

Importance Test accuracy studies often use small datasets to simultaneously select an optimal cutoff score that maximizes test accuracy and generate accuracy estimates. Objective To evaluate the degree to which using data-driven methods to simultaneously select an optimal Patient Health Questionnaire-9 (PHQ-9) cutoff score and estimate accuracy yields (1) optimal cutoff scores that differ from the population-level optimal cutoff score and (2) biased accuracy estimates. Design, Setting, and Participants This study used cross-sectional data from an existing individual participant data meta-analysis (IPDMA) database on PHQ-9 screening accuracy to represent a hypothetical population. Studies in the IPDMA database compared participant PHQ-9 scores with a major depression classification. From the IPDMA population, 1000 studies of 100, 200, 500, and 1000 participants each were resampled. Main Outcomes and Measures For the full IPDMA population and each simulated study, an optimal cutoff score was selected by maximizing the Youden index. Accuracy estimates for optimal cutoff scores in simulated studies were compared with accuracy in the full population. Results The IPDMA database included 100 primary studies with 44 503 participants (4541 [10%] cases of major depression). The population-level optimal cutoff score was 8 or higher. Optimal cutoff scores in simulated studies ranged from 2 or higher to 21 or higher in samples of 100 participants and 5 or higher to 11 or higher in samples of 1000 participants. The percentage of simulated studies that identified the true optimal cutoff score of 8 or higher was 17% for samples of 100 participants and 33% for samples of 1000 participants. Compared with estimates for a cutoff score of 8 or higher in the population, sensitivity was overestimated by 6.4 (95% CI, 5.7-7.1) percentage points in samples of 100 participants, 4.9 (95% CI, 4.3-5.5) percentage points in samples of 200 participants, 2.2 (95% CI, 1.8-2.6) percentage points in samples of 500 participants, and 1.8 (95% CI, 1.5-2.1) percentage points in samples of 1000 participants. Specificity was within 1 percentage point across sample sizes. Conclusions and Relevance This study of cross-sectional data found that optimal cutoff scores and accuracy estimates differed substantially from population values when data-driven methods were used to simultaneously identify an optimal cutoff score and estimate accuracy. Users of diagnostic accuracy evidence should evaluate studies of accuracy with caution and ensure that cutoff score recommendations are based on adequately powered research or well-conducted meta-analyses.

Background Alcohol use has profound public health impact on women; however, modifiable factors that may influence alcohol use progression/recovery, including health service utilization, are understudied in women. Objective To investigate the association between mental health (MH) and substance use (SU) treatment with alcohol use progression and recovery among women who currently use alcohol or have in the past. Methods This study is a secondary data analysis of prospective data from waves 1 (2001–2002) and 2 (2004–2005) of the National Epidemiologic Survey on Alcohol and Related Conditions (NESARC; a US-nationally representative sample of adults). The analytic sample was limited to women who reported past or current alcohol use at wave 1 (N = 15,515). Latent transition analysis (LTA) examined whether receiving SU/MH treatment in the year prior to wave 1 was associated with transitioning between three empirically-derived stages of alcohol involvement (no, moderate, and severe problems classes), between Waves 1 and 2 adjusting for possible confounders using propensity score weight. Results Compared to White female drinkers, female drinkers who were from Black, Hispanic, or other races were less likely to receive SU/MH treatment ( p -values ≤. 001). SU/MH treatment in the year prior to wave 1 was associated with transitioning from the moderate problems class to the no problems class between Waves 1 and 2 ( p -value = .04). Conclusion Receipt of SU or MH treatment among women, was associated with a higher likelihood of remission from moderate alcohol use problems to no problems over time. Future research, including investigation into treatment characteristics (e.g., frequency, duration, type) should further explore why women initially experiencing severe alcohol use problems did not experience similar remission.