MétaCan
Menu
Retour à la cohorte
Enregistrement W2912112705 · doi:10.1001/jamapsychiatry.2018.4500

Association of Cannabis Use in Adolescence and Risk of Depression, Anxiety, and Suicidality in Young Adulthood

2019· review· en· W2912112705 sur OpenAlexaff
Gabriella Gobbi, Tobias Atkin, Tomasz Zytynski, Shouao Wang, Sorayya Askari, Jill Boruff, Mark A. Ware, Naomi R. Marmorstein, Andrea Cipriani, Nandini Dendukuri, Nancy E. Mayo

Notice bibliographique

RevueJAMA Psychiatry · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésAnxietyCannabisPsychiatryPsycINFODepression (economics)MoodPoison controlPsychologyClinical psychologyYoung adultMedicineMEDLINEDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Importance: Cannabis is the most commonly used drug of abuse by adolescents in the world. While the impact of adolescent cannabis use on the development of psychosis has been investigated in depth, little is known about the impact of cannabis use on mood and suicidality in young adulthood. Objective: To provide a summary estimate of the extent to which cannabis use during adolescence is associated with the risk of developing subsequent major depression, anxiety, and suicidal behavior. Data Sources: Medline, Embase, CINAHL, PsycInfo, and Proquest Dissertations and Theses were searched from inception to January 2017. Study Selection: Longitudinal and prospective studies, assessing cannabis use in adolescents younger than 18 years (at least 1 assessment point) and then ascertaining development of depression in young adulthood (age 18 to 32 years) were selected, and odds ratios (OR) adjusted for the presence of baseline depression and/or anxiety and/or suicidality were extracted. Data Extraction and Synthesis: Study quality was assessed using the Research Triangle Institute item bank on risk of bias and precision of observational studies. Two reviewers conducted all review stages independently. Selected data were pooled using random-effects meta-analysis. Main Outcomes and Measures: The studies assessing cannabis use and depression at different points from adolescence to young adulthood and reporting the corresponding OR were included. In the studies selected, depression was diagnosed according to the third or fourth editions of Diagnostic and Statistical Manual of Mental Disorders or by using scales with predetermined cutoff points. Results: After screening 3142 articles, 269 articles were selected for full-text review, 35 were selected for further review, and 11 studies comprising 23 317 individuals were included in the quantitative analysis. The OR of developing depression for cannabis users in young adulthood compared with nonusers was 1.37 (95% CI, 1.16-1.62; I2 = 0%). The pooled OR for anxiety was not statistically significant: 1.18 (95% CI, 0.84-1.67; I2 = 42%). The pooled OR for suicidal ideation was 1.50 (95% CI, 1.11-2.03; I2 = 0%), and for suicidal attempt was 3.46 (95% CI, 1.53-7.84, I2 = 61.3%). Conclusions and Relevance: Although individual-level risk remains moderate to low and results from this study should be confirmed in future adequately powered prospective studies, the high prevalence of adolescents consuming cannabis generates a large number of young people who could develop depression and suicidality attributable to cannabis. This is an important public health problem and concern, which should be properly addressed by health care policy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,006
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,321
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations894
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA PsychiatryMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207