Cannabis, alcohol and cigarette use during the acute post-concussion period
Notice bibliographique
Résumé
Objective: To document the prevalence of acute post-concussion cannabis, alcohol and cigarette use and their association with clinical recovery and symptom burden.Methods: A prospective cohort study was conducted. Concussions were physician-diagnosed and presented to the emergency department and concussion clinic within 7 days post-injury. Participants were assessed weekly and followed for a minimum 4 weeks. A survival analysis (using physician-determined recovery to both cognitive and physical activities) in addition to a weekly symptom score analysis was conducted.Results: A total of 307 acute concussions with a mean age of 33.7 years (SD, 13.0) were included. Acute post-concussion cannabis, alcohol and cigarette use were identified in 43 (14.0%), 125 (40.7%) and 61 (19.9%) individuals. Acute cannabis, alcohol and cigarette use were not associated with recovery to cognitive (p > .05) or physical activity (p > .05). Acute cigarette use was associated with a higher unadjusted symptom severity score at week1 (p = .003). Acute cannabis use was associated with lower symptom severity scores at week-3 (p = .061) and week-4 (p = .029).Conclusion: In conclusion, cannabis, alcohol and cigarette use were prevalent in the acute period post-concussion; however, were not observed to impact recovery within the first 4 weeks post-injury. Amongst unrecovered individuals, acute cannabis use was associated with lower symptom burden, while cigarette use was associated with greater initial symptom burden.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 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 ».