Association of Cannabis With Long-Term Clinical Symptoms in Anxiety and Mood Disorders
Notice bibliographique
Résumé
OBJECTIVE: To systematically review studies examining the longitudinal associations between cannabis use and symptomatic outcomes among individuals with an anxiety or mood disorder at baseline. DATA SOURCES: A search of the literature up to May 2017 was conducted using several databases. Search terms related to the exposure (ie, cannabis) and outcome (ie, symptoms) variables of interest. There were no search restrictions. STUDY SELECTION: In total, 10,191 citations were screened. Key inclusion criteria related to (1) cohort-based longitudinal study design using adults who met criteria for a mood or anxiety disorder at baseline, (2) an independent variable focusing on at least baseline cannabis use, and (3) a dependent variable focusing on the symptomatic course and/or outcomes in anxiety and mood disorders (AMD). DATA EXTRACTION: We followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Methodological characteristics and key findings were extracted from each study, and quality assessments were conducted for each study. RESULTS: Twelve studies (with a total of 11,959 individuals) met inclusion criteria related to posttraumatic stress disorder (n = 4), panic disorder (n = 1), bipolar disorder (n = 5), and depressive disorder (n = 2). Across 11 studies, "recent" cannabis use (ie, any/greater frequency of use during the last 6 months) was associated with higher symptomatic levels over time relative to comparison groups (ie, no/lesser frequency of use). Ten of these studies further suggested that cannabis use was associated with less symptomatic improvement from treatment (eg, medication, psychotherapy for AMD). CONCLUSIONS: Recent cannabis use was associated with negative long-term symptomatic and treatment outcomes across AMD. The findings should be interpreted with caution, considering the observational designs across studies and the biases associated with the samples (eg, inpatients) and sources of cannabis consumed (ie, unregulated sources). Nonetheless, clinicians can use the insight gained to inform their own and their patients' knowledge concerning potential risks of cannabis with regard to symptoms of AMD.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,003 |
| 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 ».