Cannabis and cognitive functioning in multiple sclerosis: The role of gender
Notice bibliographique
Résumé
Background Cognitive function in people with multiple sclerosis (PwMS) is associated with gender differences and the use of smoked/ingested cannabis. Objective The objective of this report is to explore a possible gender-cannabis interaction associated with cognitive dysfunction in PwMS. Methods A retrospective analysis was undertaken of cognitive data collected from 140 PwMS. A general linear model was conducted to determine gender and cannabis effects on processing speed (SDMT), verbal (CVLT-II) and visual (BVMT-R) memory, and executive functions (D-KEFS), while controlling for age and years of education. Results Cannabis was smoked at least once a month by 33 (23.6%) participants. Cannabis users were more impaired on the SDMT ( p = 0.044). Men, who comprised 30.7% of the entire sample and 42.2% of cannabis users, were more impaired on the CVLT-II (total learning, p = 0.001; delayed recall, p = 0.004). A cannabis-gender interaction was found with the CVLT-II delayed recall ( p = 0.049) and BVMT-R total learning ( p = 0.014), where male cannabis users performed more poorly than female. Conclusion Males with MS may be particularly vulnerable to the cognitive side effects of smoked 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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».