The association between cannabis use and suicidal behavior in patients with psychiatric disorders: an analysis of sex differences
Notice bibliographique
Résumé
BACKGROUND: Cannabis is the most commonly used illicit drug. In the general population, its use has been linked to a heightened propensity for suicidal behavior (SB). We hypothesize that this association varies in patients with psychiatric disorders. SB is known to vary by sex and therefore an investigation of cannabis' association with SB must consider sex differences. The purpose of this study is to investigate the association between cannabis use and suicide attempts in men and women with psychiatric disorders. METHODS: We merged data collected for two studies based in Ontario, Canada (n = 985). We employed a multivariable logistic regression to assess the association between cannabis use and suicide attempts in men and women with psychiatric disorders. RESULTS: We analyzed data from 465 men and 444 women. Amongst these, 112 men and 158 women had attempted suicide. The average age of our participants was 40 years (standard deviation (SD) 12.4). We found no significant association between suicide attempts and cannabis use in men (odds ratio (OR) = 1.34, 95% confidence interval (CI) 0.81, 2.22, p = 0.260) or women (OR = 0.97, 95% CI 0.61, 1.54, p = 0.884). In a sensitivity analysis using a sample of patients with substance use disorder only, the heaviness of cannabis use was associated with small but significant association with SB in men (OR = 1.03, 95% CI 1.01, 1.05, p = 0.007). CONCLUSION: Our findings indicate that there is no association between cannabis use and suicidal behavior in men or women with psychiatric disorders unlike what was reported for the general population, though the heaviness of cannabis use may have an effect in men. The impact of cannabis use in psychiatric disorders needs ongoing examination in light of its common use, impending legalization with expected increased access and the uncertainty about cannabis' effects on prognosis of psychiatric disorders. In addition, research should continue to investigate modifiable risk factors of SB in this population of which cannabis is not a significant factor based on this study.
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 | 0,000 |
| 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 | 0,000 | 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 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 ».