Morbidity and mortality associated with prescription cannabinoid drug use in COPD
Notice bibliographique
Résumé
INTRODUCTION: Respiratory-related morbidity and mortality were evaluated in relation to incident prescription oral synthetic cannabinoid (nabilone, dronabinol) use among older adults with chronic obstructive pulmonary disease (COPD). METHODS: This was a retrospective, population-based, data-linkage cohort study, analysing health administrative data from Ontario, Canada, from 2006 to 2016. We identified individuals aged 66 years and older with COPD, using a highly specific, validated algorithm, excluding individuals with malignancy and those receiving palliative care (n=185 876 after exclusions). An equivalent number (2106 in each group) of new cannabinoid users (defined as individuals dispensed either nabilone or dronabinol, with no dispensing for either drug in the year previous) and controls (defined as new users of a non-cannabinoid drug) were matched on 36 relevant covariates, using propensity scoring methods. Cox proportional hazard regression was used. RESULTS: Rate of hospitalisation for COPD or pneumonia was not significantly different between new cannabinoid users and controls (HR 0.87; 95% CI 0.61-1.24). However, significantly higher rates of all-cause mortality occurred among new cannabinoid users compared with controls (HR 1.64; 95% CI 1.14-2.39). Individuals receiving higher-dose cannabinoids relative to controls were observed to experience both increased rates of hospitalisation for COPD and pneumonia (HR 2.78; 95% CI 1.17-7.09) and all-cause mortality (HR 3.31; 95% CI 1.30-9.51). CONCLUSIONS: New cannabinoid use was associated with elevated rates of adverse outcomes among older adults with COPD. Although further research is needed to confirm these observations, our findings should be considered in decisions to use cannabinoids among older adults with COPD.
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) | 0,000 | 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 ».