Rapid Communications
Notice bibliographique
Résumé
Background and Aims: Bipolar patients who use cannabis have poorer compliance to treatment, more psychotic symptoms and a worse prognosis than patients who do not.In this study, we evaluated the importance of cannabis use among bipolar patients admitted to the Psychiatric Hospital of the Cross and clinical differences between users and non-users.Methods: Over 13 months, we recruited patients admitted for bipolar disorder.Patients were screened for substance abuse/dependence and were divided into two groups: cannabis users and non-users.We used the following questionnaires: MINI DSM-IV, the Young Mania Rating Scale (YMRS), the Montgomery and Åsberg Depression Rating Scale (MADRS), the Scale for the Assessment of Positive Symptoms (SAPS), and the Cannabis Abuse Screening Test (CAST).Results: Hundred patients were included.27% were cannabis users.Cannabis users were younger (33.6 vs 43.0 y.o.), more commonly male (77.8% vs 49.3%), and symptomatic at a younger age (24.6 vs 30.8 years old) of non-users.They had more hospital admissions in total (6.0 vs 3.7), and per year (0.73 vs 0.44) and higher socioeconomical state.Users presented more often for mania (59.3%) than in depression (11.1%).Among cannabis users, 55.6% and 33.3% represent the respective percentages of cannabis abuse and dependence.The mean CAST score in these patients was 13.4. Conclusions:In our sample, cannabis use was also associated with an earlier onset of the bipolar disorder and with higher number of hospitalizations.The age at the diagnosis of the bipolar disorder was 6.2 years lower among cannabis users.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,836 | 0,741 |
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 ».