Acute cannabis consumption and motor vehicle collision risk: systematic review of observational studies and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To determine whether the acute consumption of cannabis (cannabinoids) by drivers increases the risk of a motor vehicle collision. DESIGN: Systematic review of observational studies, with meta-analysis. DATA SOURCES: We did electronic searches in 19 databases, unrestricted by year or language of publication. We also did manual searches of reference lists, conducted a search for unpublished studies, and reviewed the personal libraries of the research team. Review methods We included observational epidemiology studies of motor vehicle collisions with an appropriate control group, and selected studies that measured recent cannabis use in drivers by toxicological analysis of whole blood or self report. We excluded experimental or simulator studies. Two independent reviewers assessed risk of bias in each selected study, with consensus, using the Newcastle-Ottawa scale. Risk estimates were combined using random effects models. RESULTS: We selected nine studies in the review and meta-analysis. Driving under the influence of cannabis was associated with a significantly increased risk of motor vehicle collisions compared with unimpaired driving (odds ratio 1.92 (95% confidence interval 1.35 to 2.73); P=0.0003); we noted heterogeneity among the individual study effects (I(2)=81). Collision risk estimates were higher in case-control studies (2.79 (1.23 to 6.33); P=0.01) and studies of fatal collisions (2.10 (1.31 to 3.36); P=0.002) than in culpability studies (1.65 (1.11 to 2.46); P=0.07) and studies of non-fatal collisions (1.74 (0.88 to 3.46); P=0.11). CONCLUSIONS: Acute cannabis consumption is associated with an increased risk of a motor vehicle crash, especially for fatal collisions. This information could be used as the basis for campaigns against drug impaired driving, developing regional or national policies to control acute drug use while driving, and raising public awareness.
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 | 0,015 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,029 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».