The Global Epidemiology and Contribution of Cannabis Use and Dependence to the Global Burden of Disease: Results from the GBD 2010 Study
Notice bibliographique
Résumé
AIMS: Estimate the prevalence of cannabis dependence and its contribution to the global burden of disease. METHODS: Systematic reviews of epidemiological data on cannabis dependence (1990-2008) were conducted in line with PRISMA and meta-analysis of Observational Studies in Epidemiology (MOOSE) guidelines. Culling and data extraction followed protocols, with cross-checking and consistency checks. DisMod-MR, the latest version of generic disease modelling system, redesigned as a Bayesian meta-regression tool, imputed prevalence by age, year and sex for 187 countries and 21 regions. The disability weight associated with cannabis dependence was estimated through population surveys and multiplied by prevalence data to calculate the years of life lived with disability (YLDs) and disability-adjusted life years (DALYs). YLDs and DALYs attributed to regular cannabis use as a risk factor for schizophrenia were also estimated. RESULTS: There were an estimated 13.1 million cannabis dependent people globally in 2010 (point prevalence0.19% (95% uncertainty: 0.17-0.21%)). Prevalence peaked between 20-24 yrs, was higher in males (0.23% (0.2-0.27%)) than females (0.14% (0.12-0.16%)) and in high income regions. Cannabis dependence accounted for 2 million DALYs globally (0.08%; 0.05-0.12%) in 2010; a 22% increase in crude DALYs since 1990 largely due to population growth. Countries with statistically higher age-standardised DALY rates included the United States, Canada, Australia, New Zealand and Western European countries such as the United Kingdom; those with lower DALY rates were from Sub-Saharan Africa-West and Latin America. Regular cannabis use as a risk factor for schizophrenia accounted for an estimated 7,000 DALYs globally. CONCLUSION: Cannabis dependence is a disorder primarily experienced by young adults, especially in higher income countries. It has not been shown to increase mortality as opioid and other forms of illicit drug dependence do. Our estimates suggest that cannabis use as a risk factor for schizophrenia is not a major contributor to population-level disease burden.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».