Impact of comorbid cannabis use on outcome in first episode psychosis
Notice bibliographique
Résumé
AIM: Comorbid cannabis abuse is common in patients with early psychosis. Little is known about the effect of stopping cannabis use on positive, negative and depressive symptoms. Few studies have controlled for multiple substance use that may mask the specific role that cannabis plays in symptom outcomes. The aim of this study was to investigate whether course and level of cannabis use negatively impacted early psychosis patient symptom profiles (positive, negative and depressive symptoms) over 24 months. METHODS: One hundred and ninety-two patients admitted to an early psychosis intervention programme in a naturalistic setting were followed across three time periods: initial presentation, 12 and 24 months. Patients' clinical characteristics (substance use, positive/negative symptoms and depressive symptoms) were assessed at each time period. RESULTS: There were no significant associations found between cannabis abuse and positive and negative symptoms. Continuation and discontinuation of cannabis use were not significant for cannabis or any other substance when compared to positive and negative symptoms. There was a significant interaction between cannabis and alcohol for depressive symptoms, where depressive symptoms were significantly higher in patients who abused cannabis without co-occurring alcohol abuse when compared to non-cannabis using patients. CONCLUSION: The current study findings indicate a complex interaction between cannabis and alcohol use in a sample of early psychosis patients across 24 months. More research is needed into the association between ceasing cannabis use and long-term outcome for early psychosis patients. Of particular importance is the interaction between level of cannabis and alcohol use as it is related to symptom outcome in early psychosis patients.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».