Impact of Cannabis Use on Road Traffic Collisions and Safety at Work: Systematic Review and Meta-analysis
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.
Notice bibliographique
Résumé
ABSTRACTRésumé Objectives: We aimed to evaluate the effects of cannabis on workplace safety outcomes and road traffic collisions (using operation of a motor vehicle as a proxy for other safety-sensitive tasks) via a systematic literature review and meta-analysis. Methods: We searched MEDLINE and the reference lists of relevant articles. We extracted data on cannabis testing (requiring testing in a biological matrix for inclusion), characteristics of the participant groups, and measures of effect. Our main analysis included all eligible studies, a sensitivity analysis considered results from peer-reviewed publications only. Results: Of the 864 deduplicated hits identified by our search, 11 studies investigating road traffic collisions met our eligibility criteria and were included; there were no eligible studies on other workplace safety outcomes. We found that the presence of cannabis resulted in an increased risk estimate for road traffic collisions, with an odds ratio of 2.49 (95% confidence interval 1.68–3.71, P < 0.00001, n = 49,870). When considering peer-reviewed publications only, the odds ratio for road traffic collisions with cannabis was 2.84 (95% confidence interval 1.71–4.71, P < 0.0001, n = 38,947). Conclusions: Based on the risk increase for road traffic collisions seen in our analysis, the use of cannabis is deemed inadvisable for persons performing safety-sensitive work. Until definitive evidence on the duration of effect becomes available, we recommend restricting safety-sensitive duties for at least 24 hours after using cannabis, or for longer if there is concern about ongoing impairment. Objectifs: Nous avions pour objectif d’évaluer les effets du cannabis sur les résultats de sécurité sur les lieus de travail et sur les accidents de la route (utilisation d’un véhicule automobile comme substitut pour d’autres tâches liées à la sécurité) via une revue systématique de la littérature et une méta-analyse. Méthodes: Nous avons effectué une recherche dans MEDLINE et les listes de référence des articles pertinents. Nous avons recueilli des données sur les tests de cannabis (nécessitant des tests dans une matrice biologique pour inclusion), les caractéristiques des groupes de participants et l’évaluation de l’effet. Notre analyse principale incluait toutes les études éligibles, une analyse de discernement prenant en compte uniquement les résultats de publications revues par des pairs. Résultats: Sur les 864 réponses dédoublées identifiées par notre recherche, 11 études portant sur des collisions de la route satisfaisaient nos critères d’éligibilité et ont été incluses; il n’y a pas eu d’études admissibles sur d’autres résultats en matière de sécurité au travail. Nous avons constaté que la présence de cannabis augmentait l’estimation du risque de collision avec un ratio de probabilité (odds ratio OR) de 2,49 (intervalle de confiance à 95% (IC) de 1,68 à 3,71, p < 0,00001, n = 49870). En considérant uniquement les publications revues par les pairs, le OR pour les collisions incluant le cannabis sur la route était de 2,84 (IC 95%: 1,71 à 4,71, p < 0,0001, n = 38947). Conclusions: Sur la base de l’augmentation du risque de collision sur la route constaté dans notre analyse, l’usage du cannabis est jugé déconseillé aux personnes exécutant des travaux critiques pour la sécurité. En attendant que des preuves définitives de la durée de l’effet deviennent disponibles, nous recommandons de limiter les tâches liées à la sécurité pendant au moins 24 heures après avoir consommé du cannabis, ou plus longtemps s’il existe une préoccupation au sujet de l’incapacité.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 découle