Grey Matter Volume Differences Associated with Extremely Low Levels of Cannabis Use in Adolescence
Notice bibliographique
Résumé
Rates of cannabis use among adolescents are high, and are increasing concurrent with changes in the legal status of marijuana and societal attitudes regarding its use. Recreational cannabis use is understudied, especially in the adolescent period when neural maturation may make users particularly vulnerable to the effects of Δ-9-tetrahydrocannabinol (THC) on brain structure. In the current study, we used voxel-based morphometry to compare gray matter volume (GMV) in forty-six 14-year-old human adolescents (males and females) with just one or two instances of cannabis use and carefully matched THC-naive controls. We identified extensive regions in the bilateral medial temporal lobes as well as the bilateral posterior cingulate, lingual gyri, and cerebellum that showed greater GMV in the cannabis users. Analysis of longitudinal data confirmed that GMV differences were unlikely to precede cannabis use. GMV in the temporal regions was associated with contemporaneous performance on the Perceptual Reasoning Index and with future generalized anxiety symptoms in the cannabis users. The distribution of GMV effects mapped onto biomarkers of the endogenous cannabinoid system providing insight into possible mechanisms for these effects. SIGNIFICANCE STATEMENTAlmost 35% of American 10th graders have reported using cannabis and existing research suggests that initiation of cannabis use in adolescence is associated with long-term neurocognitive effects. We understand very little about the earliest effects of cannabis use, however, because most research is conducted in adults with a heavy pattern of lifetime use. This study presents evidence suggesting structural brain and cognitive effects of just one or two instances of cannabis use in adolescence. Converging evidence suggests a role for the endocannabinoid system in these effects. This research is particularly timely as the legal status of cannabis is changing in many jurisdictions and the perceived risk by youth associated with smoking cannabis has declined in recent years.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».