Persistency of Cannabis Use Predicts Violence following Acute Psychiatric Discharge
Notice bibliographique
Résumé
Violence is a major concern and is prevalent across several mental disorders. The use of substances has been associated with an exacerbation of psychiatric symptoms as well as with violence. Compared to other substances such as alcohol and cocaine, existing literature on the cannabis-violence relationship has been more limited, with most studies being conducted in the general population, and has shown controversial results. Evidence has suggested a stronger relationship when examining the effects of the persistency of cannabis use on future violent behaviors. Though, while cannabis use is highly prevalent amid psychiatric patients, far less literature on the subject has been conducted in this population. Hence, the present prospective study aims to investigate the persistency of cannabis use in psychiatric patients. Method The sample comprised of 1136 recently discharged psychiatric patients provided by the MacArthur Risk Assessment Study. A multi-wave (five-assessment) follow-up design was employed to allow temporal sequencing between substance use and violent behaviors. Generalized Estimating Equations (GEE) were used to examine the effect of persistency of cannabis use on violence, while controlling for potential confounding factors. Potential bidirectional association was also investigate using the same statistical approach. Results Our results suggest a unidirectional association between cannabis use and violence. GEE model revealed that the continuity of cannabis use across more than one time-wave was associated with increased risks of future violent behavior. Patients who reported having used cannabis at each follow-up periods were 2.44 times more likely to display violent behaviors (OR= 2.44, 95% CI: 1.06-5.63, p<0.05). Conclusion These findings are particularly relevant as they suggest that the longer individuals report having used cannabis after a psychiatric discharge, the more likely they are of being violent in the following time-waves. These results add to our understanding of the negative consequences of chronic cannabis use amid psychiatric 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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».