Characterization of mental health in cannabis dispensary users, using structured clinical interviews and standardized assessment instruments
Notice bibliographique
Résumé
BACKGROUND: Cannabis is commonly used for its medical properties. In particular, cannabis is purported to have beneficial effects on a wide range of neuropsychiatric conditions. Studies assessing mental health in cannabis dispensary users typically evaluate symptoms using self-report check lists, which provide limited information about symptom severity, and whether subjects meet criteria for a psychiatric diagnosis. There is, therefore, a need for studies which assess mental health in dispensary users with standardized and well validated scientific instruments, such as those used in clinical drug trials. METHODS: One hundred medical cannabis users were recruited from a community dispensary. All subjects completed a structured clinical interview with the Mini-International Neuropsychiatric Interview (MINI). Subjects also completed the Perceived Stress Scale-10, PROMIS Fatigue Scale, PROMIS Sleep Disturbance Scale, Beck Depression Inventory, the Patient Health Questionnaire-15 and the Brief Pain Inventory. Details about cannabis use were also recorded. RESULTS: Lifetime prevalence of mental illness in this cohort was high, and a large proportion of subjects endorsed psychological symptoms. The proportion of subjects who met criteria for classification of a current psychiatric disorder was low for mood disorders, but high for anxiety disorders and substance abuse/dependence. Cannabis use differed between the main psychiatric conditions. CONCLUSIONS: The present results indicate that rates of mental illness may be high in medical cannabis dispensary users. Use of structured clinical assessments combined with standardized symptom severity questionnaires provide a feasible way to provide a more rigorous and detailed evaluation of conditions and symptoms in this population.
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 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 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».