Anxiety and Mood Disorders and Cannabis Use
Notice bibliographique
Résumé
BACKGROUND: Cannabis use has been linked to anxiety and mood disorders (AMD) in clinical cases, but little research on this relationship has been reported at the epidemiological level. OBJECTIVES: We examined the relationship between self-reported frequency of cannabis use and risk for AMD in the general Ontario adult population. METHODS: Data were based on the CAMH Monitor survey of Ontario adults from 2001 to 2006 (n = 14,531). AMD was assessed with the 12-item version of the General Health Questionnaire (GHQ12). Frequency of cannabis use within the past year was grouped into five categories: No use (abstainer), less than once a month but at least once a year, less than once a week but at least once a month, less than daily but at least once a week, almost every day to more than once a day. Logistic regression analysis of AMD and cannabis use was implemented while controlling for demographics and alcohol problems. RESULTS: AMD was most common among heavy cannabis users (used almost every day or more) (18.1%) and lowest for abstainers (8.7%). Compared to abstainers, the risk of AMD was significantly greater for infrequent cannabis users (OR = 1.43) and heavy cannabis users (OR = 2.04) but not for those in between. CONCLUSION: These data provide epidemiological evidence for a link between both light and heavy cannabis use and AMD. SCIENTIFIC SIGNIFICANCE: Recognizing the comorbidity of heavy cannabis use and AMD should facilitate improved treatment efforts. Our results also suggest the possibility that, for some individuals, AMD may occur at relatively low levels of cannabis use.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».