Unhealthy Cannabis Use among Recreational and Medical Cannabis Users with Type 1 Diabetes
Notice bibliographique
Résumé
ABSTRACT Background: Cannabis is widely used among patients with type 1 diabetes (T1D) in Colorado. Despite increasing use of cannabis among patients with T1D, the frequency and characteristics of unhealthy cannabis use are unknown. We investigated the differences in unhealthy cannabis use in recreational and medical cannabis users with T1D. Methods: Adult cannabis users with T1D completed an in-person questionnaire regarding their cannabis use patterns. They further divided into 2 categories; recreational and medical users. Cannabis Use Disorder Identification Test-Revised (CUDIT-R) was used to identify unhealthy cannabis use (CUDIT-R ≥ 8). Characteristics of cannabis users and unhealthy cannabis use between recreational and medical cannabis users were compared using unpaired t test. Results: Out of 117 patients, 85 patients reported recreational and 32 patients reported medical cannabis use. Based on CUDIT-R scores, 37.6% of adults with T1D had unhealthy cannabis use. Frequency of cannabis use ≥4 times a week was higher among medical users compared to recreational users (59.4% vs 28.2%, P < 0.01). There was no difference between the groups in duration of cannabis use. There was no difference in mean overall CUDIT-R score (7.14 vs 7.5, P = 0.76) between recreational and medical cannabis users. There were also no significant differences in mean CUDIT-R score between recreational and medical users within the nonhazardous use category (3.70 vs 4.4, P = 0.15) and unhealthy cannabis use category (12.84 vs 12.67, P = 0.92). Conclusions: Our study showed no difference in unhealthy cannabis use among recreational and medical cannabis users with T1D. Unhealthy cannabis use should be considered among users with T1D regardless of the reason for its use. Contexte: Le cannabis est largement utilisé chez les patients atteints de diabète de type 1 (DT1) au Colorado. Malgré l’augmentation de la consommation de cannabis chez les patients atteints de DT1, la fréquence et les caractéristiques d’une consommation de cannabis malsaine sont inconnues. Nous avons étudié les différences entre la consommation de cannabis malsaine chez les consommateurs de cannabis récréatifs et médicaux atteints de DT1. Méthodes: Les consommateurs de cannabis adultes atteints de DT1 ont rempli un questionnaire personnel sur leurs habitudes de consommation de cannabis. Ils ont été ensuite divisés en deux catégories; utilisateurs récréatifs et médicaux. Le Test d’identification des troubles liés à l’utilisation du cannabis révisé (CUDIT-R) a été utilisé pour identifier une utilisation malsaine du cannabis (CUDIT-R ≥8). Les caractéristiques des consommateurs de cannabis, ainsi que ceux d’une consommation de cannabis malsaine, entre les consommateurs de cannabis récréatifs et médicaux ont été comparées en utilisant un test t non apparié. Résultats: Sur 117 patients, 85 patients ont signalé des activités récréatives et 32 patients ont déclaré avoir utilisé du cannabis à des fins médicales. D’après les scores CUDIT-R, 37,6% des adultes atteints de DT1 avaient une consommation de cannabis malsaine. La fréquence de consommation de cannabis ≥ 4 fois par semaine était plus élevée chez les utilisateurs de médicaments que chez les utilisateurs récréatifs (59,4% contre 28,2%, p < 0,01). Il n’y avait pas de différence entre les groupes quant à la durée de consommation de cannabis. Il n’y avait pas de différence dans le score CUDIT-R global moyen (7,14 vs 7,5, p = 0,76) entre les utilisateurs de cannabis à des fins récréatives et médicales. Il n’existait pas non plus de différence significative entre le score CUDIT-R moyen entre les utilisateurs récréatifs et les utilisateurs à des fins médicales dans la catégorie d’usages non dangereux (3,70 contre 4,4, p = 0,15) et dans la catégorie d’abus de cannabis (12,84 contre 12,67, p = 0,92). Conclusions: Notre étude n’a montré aucune différence dans la consommation de cannabis malsaine chez les consommateurs de cannabis récréatifs et médicaux atteints de DT1. Une consommation de cannabis malsaine doit être envisagée chez les utilisateurs atteints de DT1, quelle que soit la raison de sa consommation.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 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 ».