Canadian Cannabis Consumption and Patterns of Congenital Anomalies: An Ecological Geospatial Analysis
Notice bibliographique
Résumé
OBJECTIVES: Cannabis is a known teratogen. Data availability addressing both major congenital anomalies and cannabis use allowed us to explore their geospatial relationships. METHODS: Data for the years 1998 to 2009 from Canada Health and Statistics Canada was analyzed in R. Maps have been drawn and odds ratios, principal component analysis, correlation matrices, least squares regression and geospatial regression analyses have been conducted using the R packages base, dplyr, epiR, psych, ggplot2, colorplaner and the spml and spreml functions from package splm. RESULTS: Mapping showed cannabis use was more common in the northern Territories of Canada in the Second National Survey of Cannabis Use 2018. Total congenital anomalies, all cardiovascular defects, orofacial clefts, Downs syndrome and gastroschisis were all found to be more common in these same regions and rose as a function of cannabis exposure. When Canada was dichotomized into high and low cannabis use zones by Provinces v Territories the Territories had a higher rate of total congenital anomalies 450.026 v 390.413 (O.R. = 1.16 95%C.I. 1.08-1.25, P = 0.000058; attributable fraction in exposed 13.25%, 95%C.I. 7.04-19.04%). In geospatial analysis in a spreml spatial error model cannabis was significant both alone as a main effect (P < 2.0 × 10) and in all its first and second order interactions with both tobacco and opioids from P < 2.0 × 10. CONCLUSION: These results show that the northern Territories of Canada share a higher rate of cannabis use together with elevated rates of total congenital anomalies, all cardiovascular defects, Down's syndrome and gastroschisis. This is the second report of a significant association between cannabis use and both total defects and all cardiovascular anomalies and the fourth published report of a link with Downs syndrome and thereby direct major genotoxicity. The correlative relationships described in this paper are confounded by many features of social disadvantage in Canada's northern territories. However, in the context of a similar broad spectrum of defects described both in animals and in epidemiological reports from Hawaii, Colorado, USA and Australia they are cause for particular concern and indicate further research.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,005 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».