Frequent Cannabis Use and Cessation of Injection of Opioids, Vancouver, Canada, 2005–2018
Notice bibliographique
Résumé
Objectives. To evaluate the impact of frequent cannabis use on injection cessation and injection relapse among people who inject drugs (PWID). Methods. Three prospective cohorts of PWID from Vancouver, Canada, provided the data for these analyses. We used extended Cox regression analysis with time-updated covariates to analyze the association between cannabis use and injection cessation and injection relapse. Results. Between 2005 and 2018, at-least-daily cannabis use was associated with swifter rates of injection cessation (adjusted hazard ratio [AHR] = 1.16; 95% confidence interval [CI] = 1.03, 1.30). A subanalysis revealed that this association was only significant for opioid injection cessation (AHR = 1.26; 95% CI = 1.12, 1.41). At-least-daily cannabis use was not significantly associated with injection relapse (AHR = 1.08; 95% CI = 0.95, 1.23). Conclusions. We observed that at-least-daily cannabis use was associated with a 16% increase in the hazard rate of injection cessation, and this effect was restricted to the cessation of injection opioids. This finding is encouraging given the uncertainty surrounding the impact of cannabis policies on PWID during the ongoing opioid overdose crisis in many settings in the United States and Canada.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».