Probability and correlates of transition from cannabis use to DSM‐5 cannabis use disorder: Results from a large‐scale nationally representative study
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: It has been previously reported that more than 34% of individuals who use cannabis may qualify for a diagnosis of DSM-IV cannabis abuse or dependence throughout their lifetime. The introduction of the DSM-5 cannabis use disorder (CUD) diagnostic criteria reflects several intrinsic changes in the perception of substance use disorders. However, little is known about the probability of transition from cannabis use to CUD over time nor about the sociodemographic and clinical correlates associated with this transition. DESIGN AND METHODS: Participants were individuals ≥18 years interviewed in the National Epidemiologic Survey on Alcohol and Related Conditions-III in 2012-2013. Measurements included univariable and multivariable discrete-time survival analyses performed to examine the association between previously reported cannabis dependence predictors and the hazards of transitioning from cannabis use to CUD. Survival plots assessed the probability of transition from cannabis use to CUD over time since age of first use and differences in probability between predictor levels. RESULTS: Among lifetime cannabis users (N = 11 272), lifetime probability of transition to CUD was approximately 27%. A higher probability of transition from cannabis use to CUD was observed in the following: men, participants belonging to an ethnic minority group, early-onset cannabis users and individuals who reported experiencing three or more childhood adverse events. DISCUSSION AND CONCLUSIONS: This is the first study to explore transition from cannabis use to the DSM-5 CUD diagnosis. The current study identified specific predictors of this transition, which may assist in targeting at-risk populations.
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 | 0,001 |
| 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 ».