Cannabis use is associated with lower rates of initiation of injection drug use among street‐involved youth: A longitudinal analysis
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Street-involved youth are known to be at elevated risk of initiating injection drug use. However, the impact of so-called 'gateway' drugs, such as cannabis, on injection initiation is unknown. The objective of this study was to examine the association between cannabis use and initiation of injection drug use among a prospective cohort of street-involved youth in Vancouver, Canada. DESIGN AND METHODS: Data for this study were collected from the At-Risk Youth Study. From September 2005 to May 2015, participants aged 14-26 who reported illicit drug use were recruited into this open prospective cohort study. An extended Cox regression model with time-updated covariates was used to identify factors independently associated with injection initiation. RESULTS: During the study period, 481 street-involved youth were included in this study. Of these, 228 (47.4%) reported at least daily cannabis use, and 103 (21.4%) initiated injection drug use. In a multivariable analysis, ≥daily cannabis use was associated with slower rates of injection initiation (adjusted relative hazard 0.66, 95% confidence interval 0.45-0.98; P = 0.038). Sub-analyses revealed that cannabis use was negatively associated with initiation of injection stimulants but not initiation of injection opioids. DISCUSSION AND CONCLUSIONS: Given the expansion of cannabis legalisation throughout North America, it is encouraging that cannabis use was associated with slower time to initiation of injection drug use in this cohort. This finding challenges the view of cannabis as a gateway substance that precipitates the progression to using harder and more addictive drugs.
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 | 0,000 |
| 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 ».