Pharmaceutical cannabinoid use in Manitoba, 2004/05 to 2014/15: a population-based cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Pharmaceutically derived cannabinoids are used for several indications, particularly pain management. The extent of their use from a population perspective is unknown; hence, the aim of this study was to evaluate trends in pharmaceutical cannabinoid use in Manitoba. METHODS: This was a retrospective population-based cross-sectional study using administrative data from the Manitoba Centre for Health Policy. Pharmaceutical cannabinoid users residing in Manitoba from Apr. 1, 2004, to Mar. 31, 2015 were identified. We assessed the annual prevalence and incidence of pharmaceutical cannabinoid use, and the sociodemographic characteristics and medical conditions of users. RESULTS: We identified 5181 people who received at least 1 prescription for a pharmaceutical cannabinoid over the study period, 5033 of whom received their first prescription after Apr. 1, 2004. Nabilone accounted for 73 650 (96.0%) of all prescriptions dispensed; dronabinol was discontinued during the study period. The annual prevalence rate of use increased by 527.2%, from 21.5 (95% confidence interval [CI] 21.4-21.6) users per 100 000 people in 2004/05 to 134.9 (95% CI 134.7-135.1) users per 100 000 people in 2014/15. The annual incidence rate increased by 413.3%, from 12.1 (95% CI 12.1-12.2) users per 100 000 person-years in 2004/05 to 62.2 (95% CI 62.1-62.4) users per 100 000 person-years in 2014/15. The highest use was among older adults aged 46-64 years, females and urban area residents. One-third of incident users (1775 [35.3%]) had a diagnosis of fibromyalgia in a 2-year period before their first cannabinoid prescription. General practitioners initiated almost half (2350 [46.7%]) of first prescriptions, and anesthesiologists/pain specialists initiated one-quarter (1299 [25.8%]). INTERPRETATION: The prevalence and incidence of pharmaceutical cannabinoid use increased over time. These findings provide insight into the use of cannabinoids before the introduction of recreational marijuana, which may affect this trend.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».