12-month follow-up of an exploratory ‘brief intervention’ for high-frequency cannabis users among Canadian university students
Notice bibliographique
Résumé
BACKGROUND: One in three young people use cannabis in Canada. Cannabis use can be associated with a variety of health problems which occur primarily among intensive/frequent users. Availability and effectiveness of conventional treatment for cannabis use is limited. While Brief Interventions (BIs) have been shown to result in short-term reductions of cannabis use risks or problems, few studies have assessed their longer-term effects. The present study examined 12-month follow-up outcomes for BIs in a cohort of young Canadian high-frequency cannabis users where select short-term effects (3 months) had previously been assessed and demonstrated. FINDINGS: N=134 frequent cannabis users were recruited from among university students in Toronto, randomized to either an oral or a written cannabis BI, or corresponding health controls, and assessed in-person at baseline, 3-months, and 12-months. N=72 (54%) of the original sample were retained for follow-up analyses at 12-months where reductions in 'deep inhalation/breathholding' (Q=13.1; p< .05) and 'driving after cannabis use' (Q=9.3; p< .05) were observed in the experimental groups. Reductions for these indicators had been shown at 3-months in the experimental groups; these reductions were maintained over the year. Other indicators assessed remained overall stable in both experimental and control groups. CONCLUSIONS: The results confirm findings from select other studies indicating the potential for longer-term and sustained risk reduction effects of BIs for cannabis use. While further research is needed on the long-term effects of BIs, these may be a valuable - and efficient - intervention tool in a public health approach to high-risk 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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».