Genetic counselling for the prevention of mental health consequences of cannabis use: A randomized controlled trial‐within‐cohort
Notice bibliographique
Résumé
BACKGROUND: Cannabis use is a risk factor for severe mental illness. However, cannabis does not affect everyone equally. Genetic information may help identify individuals who are more vulnerable to the harmful effects of cannabis on mental health. A common genetic variant within the AKT1 gene selectively increases risk of psychosis, only among those who use cannabis. Therapeutically oriented genetic counselling may enable us to reduce cannabis exposure among genetically sensitive individuals. METHODS: Using a trial-within-cohort design, we aim to test if genetic counselling, including the option to receive AKT1 rs2494732 genotype, reduces cannabis use. To this end, we have designed a genetic counselling intervention: Interdisciplinary approach to Maximize Adolescent potential: Genetic counselling Intervention to reduce Negative Environmental effects (IMAGINE). RESULTS: IMAGINE will be implemented in a cohort of children and youth enriched for familial risk for major mood and psychotic disorders. Approximately 110 eligible individuals aged 12-21 years will be randomized in a 1:1 ratio to be offered a single genetic counselling session with a board-certified genetic counsellor, or not. Allocated youth will also be invited to attend a follow-up session approximately 1 month following the intervention. The primary outcome will be cannabis use (measured by self-report or urine screen) at subsequent annual assessments as part of the larger cohort study. Secondary outcomes include intervention acceptability and psychopathology. CONCLUSION: This study represents the first translational application of a gene-environment interaction to improve mental health and test an intervention with potential public health benefits. This study is registered with clinicaltrials.gov (NCT03601026).
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».