Health effects of exposure to second- and third-hand marijuana smoke: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Recreational marijuana has been legalized in 11 jurisdictions; Canada will legalize marijuana by July 2018. With this changing landscape, there is a need to understand the public health risks associated with marijuana to support patient-care provider conversations, harm-reduction measures and evidence-informed policy. The objective of this work was to summarize the health effects of exposure to second- and third-hand marijuana smoke. METHODS: In this systematic review, we searched 6 databases from inception to October 2017. Abstract and full-text review was conducted in duplicate. Studies were included if they were human, in vivo or in vitro studies with more than 1 case reported in English or French, and reported original, quantitative data. Three outcomes were extracted: 1) cannabinoids and cannabinoid metabolites in bodily fluids, 2) self-reported psychoactive effects and 3) eye irritation and discomfort. RESULTS: Of the 1701 abstracts identified, 60 proceeded to full-text review; the final data set contained 15 articles. All of the included studies were of good to poor quality as assessed with the Downs and Black checklist. There is evidence of a direct relation between the tetrahydrocannabinol content of marijuana and effects on those passively exposed. This relation is mediated by several environmental factors including the amount of smoke, ventilation, air volume, number of marijuana cigarettes lit and number of smokers present. No evidence was identified assessing exposure to third-hand marijuana smoke or the health effects of long-term exposure. INTERPRETATION: Exposure to second-hand marijuana smoke leads to cannabinoid metabolites in bodily fluids, and people experience psychoactive effects after such exposure. Alignment of tobacco and marijuana smoking bylaws may result in the most effective public policies. More research is required to understand the impact of exposure to third-hand smoke and the health effects of long-term exposure to second-hand smoke.
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 | 0,007 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,010 | 0,011 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».