Association between cannabis use and methadone maintenance treatment outcomes: an investigation into sex differences
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Cannabis will soon become legalized in Canada, and it is currently unclear how this will impact public health. Methadone maintenance treatment (MMT) is the most common pharmacological treatment for opioid use disorder (OUD), and despite its documented effectiveness, a large number of patients respond poorly and experience relapse to illicit opioids. Some studies implicate cannabis use as a risk factor for poor MMT response. Although it is well established that substance-use behaviors differ by sex, few of these studies have considered sex as a potential moderator. The current study aims to investigate sex differences in the association between cannabis use and illicit opioid use in a cohort of MMT patients. METHODS: This multicentre study recruited participants on MMT for OUD from Canadian Addiction Treatment Centre sites in Ontario, Canada. Sex differences in the association between any cannabis use and illicit opioid use were investigated using multivariable logistic regression. A secondary analysis was conducted to investigate the association with heaviness of cannabis use. RESULTS: = 0.007). Heaviness of cannabis use was not associated with illicit opioid use in men or women. CONCLUSIONS: This is the largest study to date examining the association between cannabis use and illicit opioid use. Cannabis use may be a sex-specific predictor of poor response to MMT, such that women are more likely to use illicit opioids if they also use cannabis during treatment. Women may show improved treatment outcomes if cannabis use is addressed during MMT.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle