FRANÇAIS :
Contexte : Le binge drinking (BD) est un mode de consommation d'alcool fréquent chez les étudiants entraînant des conséquences néfastes. La difficulté d'identifier le BD et le BD de haute intensité (BDHI) est largement admise. Cette étude visait à fournir un outil, reposant sur plusieurs facteurs clés du BD, capable d'évaluer la sévérité du BD.
Méthodes : Trois échantillons (N1 = 1271, N2 = 2310, N3 = 120) d'étudiants français (18 à 25 ans) ont participé à une enquête anonyme incluant des questionnaires démographiques et de consommation d'alcool (AUDIT, AUQ, Alcohol Purchase Task pour les indices d'économie comportementale). Un algorithme de clustering K-means et un partial proportional odds model (PPOM) sont utilisés pour identifier des groupes homogènes, isoler les facteurs clés de comportements et de consommation du BD et élaborer les équations de calculs des probabilités d'appartenance aux groupes.
Résultats : Quatre profils de consommation d'alcool ont été identifiés : à faible risque, à risque, BD et BDHI. Le PPOM a déterminé pour chaque participant la probabilité d'appartenir à ces groupes. Nos résultats ont été confirmés dans deux échantillons de validation. Les conséquences de la consommation et les indices d'économie comportementale sont différents entre ces quatre groupes, en particulier entre le BD et le BDHI.
Conclusion : Ce modèle permet d'identifier la sévérité progressive du BD. Il établit clairement la nécessité d'un modèle basé sur la fréquence des comportements, en particulier des ivresses. Il fournit un nouvel outil, disponible en ligne, pour caractériser le BD et le distinguer du BDHI. [Résumé d'auteur]

ENGLISH:
Background: Binge drinking (BD) is a common drinking pattern among students, with harmful consequences. The difficulty of identifying binge drinking and high-intensity binge drinking (HIBD) is widely acknowledged. The aim of this study was to provide a tool, based on several key factors of BD, suitable for assessing the severity of BD.
Methods: Three French student samples (N1 = 1271, N2 = 2310, N3 = 120) aged 18 to 25 completed an anonymous survey including demographic and alcohol consumption questionnaires (AUDIT, AUQ, Alcohol Purchase Task for behavioral economics indices). A K-means clustering algorithm and a partial proportional odds model (PPOM) were used to identify homogeneous groups, isolate the key factors in the BD's behavior and consumption, and develop equations to determine the probabilities of belonging to the groups.
Results: Four drinking profiles were identified: low-risk, at-risk, BD and BDHI. The PPOM determined the probability of belonging to these groups for each participant. Our results were confirmed in two validation samples. The consequences of consumption and the behavioral economy indices differed between these four groups, in particular between the BD and the BDHI.
Conclusions: This model identifies the progressive severity of BD. It clearly confirms the need for a model based on the frequency of behavior, particularly the frequency of drunkenness. The model provides a new online tool for characterizing BD and discriminating BD from BDHI. [Author's abstract]