MétaCan
Menu
Retour à la cohorte
Enregistrement W2109605674 · doi:10.3371/csrp.shjo.030813

Pathways to Psychosis in Cannabis Abuse

2013· review· en· W2109605674 sur OpenAlexaff
Amresh Shrivastava, Megan Johnston, Kristen Terpstra, Y Bureau

Notice bibliographique

RevueClinical Schizophrenia & Related Psychoses · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensWestern UniversityLawson Health Research InstituteUniversity of TorontoMental Health Research Canada
Organismes subventionnairesnon disponible
Mots-clésCannabisPsychosisSchizophrenia (object-oriented programming)Effects of cannabisCausality (physics)PsychologyCannabinoidPsychiatryDelta-9-tetrahydrocannabinolTetrahydrocannabinolCognitionNeuroscienceClinical psychologyMedicineCannabidiol

Résumé

récupéré en direct d'OpenAlex

Cannabis has been implicated as a risk factor for the development of schizophrenia, but the exact biological mechanisms remain unclear. In this review, we attempt to understand the neurobiological pathways that link cannabis use to schizophrenia. This has been an area of great debate; despite similarities between cannabis users and schizophrenia patients, the evidence is not sufficient to establish cause-and-effect. There have been advances in the understanding of the mechanisms of cannabis dependence as well as the role of the cannabinoid system in the development of psychosis and schizophrenia. The neurobiological mechanisms associated with the development of psychosis and effects from cannabis use may be similar but remain elusive. In order to better understand these associations, this paper will show common neurobiological and neuroanatomical changes as well as common cognitive dysfunction in cannabis users and patients of schizophrenia. We conclude that epidemiologic evidence highlights potential causal links; however, neurobiological evidence for causality remains weak.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,680
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,003
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,008

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.

Tête enseignante Opus0,096
Tête enseignante GPT0,433
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Schizophrenia & Related PsychosesMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207