MétaCan
Menu
Retour à la cohorte
Enregistrement W2914354219 · doi:10.1186/s12954-019-0278-6

Medical cannabis patterns of use and substitution for opioids & other pharmaceutical drugs, alcohol, tobacco, and illicit substances; results from a cross-sectional survey of authorized patients

2019· article· en· W2914354219 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueHarm Reduction Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensVancouver Island UniversityUniversity of VictoriaCanadian Institute for Advanced Research
Organismes subventionnairesnon disponible
Mots-clésCannabisMedicineMedical prescriptionCross-sectional studyHealth psychologyPsychiatryFamily medicineDrugPublic healthEnvironmental healthPharmacologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A 239-question cross-sectional survey was sent out via email in January 2017 to gather comprehensive information on cannabis use from Canadian medical cannabis patients registered with a federally authorized licensed cannabis producer, resulting in 2032 complete surveys. METHODS: The survey gathered detailed demographic data and comprehensive information on patient patterns of medical cannabis use, including questions assessing the self-reported impact of cannabis on the use of prescription drugs, illicit substances, alcohol, and tobacco. RESULTS: Participants were 62.6% male (n = 1271) and 91% Caucasian (n = 1839). The mean age was 40 years old, and pain and mental health conditions accounted for 83.7% of all respondents (n = 1700). Then, 74.6% of respondents reported daily cannabis use (n = 1515) and mean amount used per day was 1.5 g. The most commonly cited substitution was for prescription drugs (69.1%, n = 953), followed by alcohol (44.5%, n = 515), tobacco (31.1%, n = 406), and illicit substances (26.6%, n = 136). Opioid medications accounted for 35.3% of all prescription drug substitution (n = 610), followed by antidepressants (21.5%, n = 371). Of the 610 mentions of specific opioid medications, patients report total cessation of use of 59.3% (n = 362). CONCLUSIONS: This study offers a unique perspective by focusing on the use of a standardized, government-regulated source of medical cannabis by patients registered in Canada's federal medical cannabis program. The findings provide a granular view of patient patterns of medical cannabis use, and the subsequent self-reported impacts on the use of opioids, alcohol, and other substances, adding to a growing body of academic research suggesting that increased regulated access to medical and recreational cannabis can result in a reduction in the use of and subsequent harms associated with opioids, alcohol, tobacco, and other substances.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,589

Scores Codex et Gemma par catégorie

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

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 Opus0,070
Tête enseignante GPT0,378
Écart entre enseignants0,307 · 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