Predictors and Consequences of Simultaneous Alcohol and Cannabis Use in Adolescents

Background/Aims: The simultaneous use of alcohol and cannabis is common among adolescents, but has been little studied. In this study, we examine predictors and consequences of this behavior in a population-based sample of high school students. Method: Self-reports were obtained from students in Quebec (Canada) followed throughout high school (N=6589). Logistic regressions were used to test the association between individual, family, and peerrelated predictors in grades 7–8 and simultaneous alcohol and cannabis use in grade 10, as well as between simultaneous alcohol and cannabis use in grade 10 and experiencing 3 or more substance-related problems of various types (legal, physical, etc.) in grade 11. Results: Most predictors in grades 7–8 were associated with simultaneous alcohol and cannabis use in grade 10. Only variables reflecting early-onset substance use involvement — alcohol intoxication, cannabis use, and drug use by close friend(s) — remained predictive in a multivariate model. Simultaneous alcohol and cannabis use was associated with increased substance-related problems in grade 11, above and beyond baseline problems and the concurrent use of the two substances in separate episodes in grade 10. Conclusions: Simultaneous alcohol and cannabis use 1) is anticipated by multiple psychosocial risk factors which come together with individual and peer substance use in early high school and 2) is independently predictive of subsequent substance-related problems. Providing adolescents with adequate information regarding the potential harm of simultaneous use may be a useful prevention strategy.

Comorbidity Between Major Depression and Alcohol Use Disorder From Adolescence to Adulthood

Background—Limited information exists regarding the long-term development of comorbidity between Major Depressive Disorder (MDD) and Alcohol Use Disorder (AUD; abuse/dependence). Using a representative prospective study, we examine multiple aspects pertaining to MDD+AUD comorbidity, with a focus on the relation between disorders across periods (adolescence, early adulthood, adulthood) and cumulative impairments by age 30. Method—816 participants were diagnostically interviewed at ages 16, 17, 24, and 30. Results—Rates of comorbid MDD+AUD were low in adolescence (2%), but increased in early adulthood (10%) and adulthood (7%). Rates of cumulative comorbidity were elevated (21%). Most individuals with a history of MDD or AUD had the other disorder, except for women with MDD. Prospectively, adolescent AUD predicted early adult MDD, while early adult MDD predicted adult AUD. Compared to pure disorders, MDD+AUD was associated with higher risk of alcohol dependence, suicide attempt, lower global functioning, and life dissatisfaction. Conclusions—Lifetime rates of comorbid MDD+AUD were considerably higher than in crosssectional studies. Comorbidity was partly explained by bidirectional and developmentally-specific associations and predicted selected rather than generalized impairments. Clinically, our findings emphasize the need to always carefully assess comorbidity in patients with MDD or AUD, taking into account concurrency and developmental timing.

Optimization models and methods for real-time transportation planning in forestry

Lors du transport du bois de la forêt vers les usines, de nombreux événements imprévus peuvent se produire, événements qui perturbent les trajets prévus (par exemple, en raison des conditions météo, des feux de forêt, de la présence de nouveaux chargements, etc.). Lorsque de tels événements ne sont connus que durant un trajet, le camion qui accomplit ce trajet doit être détourné vers un chemin alternatif. En l’absence d’informations sur un tel chemin, le chauffeur du camion est susceptible de choisir un chemin alternatif inutilement long ou pire, qui est lui-même "fermé" suite à un événement imprévu. Il est donc essentiel de fournir aux chauffeurs des informations en temps réel, en particulier des suggestions de chemins alternatifs lorsqu’une route prévue s’avère impraticable. Les possibilités de recours en cas d’imprévus dépendent des caractéristiques de la chaîne logistique étudiée comme la présence de camions auto-chargeurs et la politique de gestion du transport. Nous présentons trois articles traitant de contextes d’application différents ainsi que des modèles et des méthodes de résolution adaptés à chacun des contextes. Dans le premier article, les chauffeurs de camion disposent de l’ensemble du plan hebdomadaire de la semaine en cours. Dans ce contexte, tous les efforts doivent être faits pour minimiser les changements apportés au plan initial. Bien que la flotte de camions soit homogène, il y a un ordre de priorité des chauffeurs. Les plus prioritaires obtiennent les volumes de travail les plus importants. Minimiser les changements dans leurs plans est également une priorité. Étant donné que les conséquences des événements imprévus sur le plan de transport sont essentiellement des annulations et/ou des retards de certains voyages, l’approche proposée traite d’abord l’annulation et le retard d’un seul voyage, puis elle est généralisée pour traiter des événements plus complexes. Dans cette ap- proche, nous essayons de re-planifier les voyages impactés durant la même semaine de telle sorte qu’une chargeuse soit libre au moment de l’arrivée du camion à la fois au site forestier et à l’usine. De cette façon, les voyages des autres camions ne seront pas mo- difiés. Cette approche fournit aux répartiteurs des plans alternatifs en quelques secondes. De meilleures solutions pourraient être obtenues si le répartiteur était autorisé à apporter plus de modifications au plan initial. Dans le second article, nous considérons un contexte où un seul voyage à la fois est communiqué aux chauffeurs. Le répartiteur attend jusqu’à ce que le chauffeur termine son voyage avant de lui révéler le prochain voyage. Ce contexte est plus souple et offre plus de possibilités de recours en cas d’imprévus. En plus, le problème hebdomadaire peut être divisé en des problèmes quotidiens, puisque la demande est quotidienne et les usines sont ouvertes pendant des périodes limitées durant la journée. Nous utilisons un modèle de programmation mathématique basé sur un réseau espace-temps pour réagir aux perturbations. Bien que ces dernières puissent avoir des effets différents sur le plan de transport initial, une caractéristique clé du modèle proposé est qu’il reste valable pour traiter tous les imprévus, quelle que soit leur nature. En effet, l’impact de ces événements est capturé dans le réseau espace-temps et dans les paramètres d’entrée plutôt que dans le modèle lui-même. Le modèle est résolu pour la journée en cours chaque fois qu’un événement imprévu est révélé. Dans le dernier article, la flotte de camions est hétérogène, comprenant des camions avec des chargeuses à bord. La configuration des routes de ces camions est différente de celle des camions réguliers, car ils ne doivent pas être synchronisés avec les chargeuses. Nous utilisons un modèle mathématique où les colonnes peuvent être facilement et naturellement interprétées comme des itinéraires de camions. Nous résolvons ce modèle en utilisant la génération de colonnes. Dans un premier temps, nous relaxons l’intégralité des variables de décision et nous considérons seulement un sous-ensemble des itinéraires réalisables. Les itinéraires avec un potentiel d’amélioration de la solution courante sont ajoutés au modèle de manière itérative. Un réseau espace-temps est utilisé à la fois pour représenter les impacts des événements imprévus et pour générer ces itinéraires. La solution obtenue est généralement fractionnaire et un algorithme de branch-and-price est utilisé pour trouver des solutions entières. Plusieurs scénarios de perturbation ont été développés pour tester l’approche proposée sur des études de cas provenant de l’industrie forestière canadienne et les résultats numériques sont présentés pour les trois contextes.