Typologies of cannabis users and associated characteristics relevant for public health: a latent class analysis of data from a nationally representative Canadian adult survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cannabis is the most prevalently used illicit drug in Canada. Current policy consists primarily of universal use prohibition rather than interventions targeting specific risks and harms relevant for public health. This study aimed to identify distinct groups of cannabis users based on defined use characteristics in the Canadian population, and examine the emerging groups' associations with differential risk and harm outcomes. One thousand three hundred and three current (i.e. use in the past three months) cannabis users, based on data from the representative cross-sectional 2004 Canadian Addiction Survey (N = 13,909), were statistically assessed by a 'latent class analysis' (LCA). Emerging classes were examined for differential associations with socio-demographic, health and behavioral indicators on the basis of chi-square and analysis of variance techniques. Four distinct classes based on use patterns were identified. The class featuring earliest onset and highest frequency of use [22% of cannabis user sample or 2.2% (95% confidence interval (CI) = 1.8-2.7%) of the Canadian adult population] was disproportionately linked to key harms, including other illicit drug use, health problems, cannabis use and driving, and cannabis use problems. A public health framework for cannabis use is needed in Canada, meaningfully targeting effective interventions towards the minority of users experiencing elevated levels of risks and harms.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle