A review of co‐morbid tobacco and cannabis use disorders: Possible mechanisms to explain high rates of co‐use
Notice bibliographique
Résumé
BACKGROUND: Tobacco and cannabis are among the most commonly used psychoactive substances worldwide, and are often used in combination. Evidence suggests that tobacco use contributes to an increased likelihood of becoming cannabis dependent and similarly cannabis use promotes transition to more intensive tobacco use. Further, tobacco use threatens cannabis cessation attempts leading to increased and accelerated relapse rates among cigarette smokers. Given that treatment outcomes are far from satisfactory among individuals engaged in both tobacco and cannabis use highlights the need for further exploration of this highly prevalent co-morbidity. OBJECTIVE: Therefore, this review will elucidate putative neurobiological mechanisms responsible for facilitating the link between co-morbid tobacco and cannabis use. METHOD: We performed an extensive literature search identifying published studies that examined co-morbid tobacco and cannabis use. RESULTS: Evidence of both synergistic and compensatory effects of co-morbid tobacco and cannabis use have been identified. Following, co-morbid use of these substances will be discussed within the context of two popular theories of addiction: the addiction vulnerability hypothesis and the gateway hypothesis. Lastly, common route of administration is proposed as a facilitator for co-morbid use. CONCLUSIONS & SCIENTIFIC SIGNIFICANCE: While, only a paucity of treatment studies addressing co-morbid tobacco and cannabis use have been conducted, emerging evidence suggests that simultaneously quitting both tobacco and cannabis may yield benefits at both the psychological and neurobiological level. More research is needed to confirm this intervention strategy and future studies should consider employing prospective systematic designs.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».