How High? Trends in Cannabis Use Prior to First Admission to Inpatient Psychiatry in Ontario, Canada, between 2007 and 2017
Notice bibliographique
Résumé
OBJECTIVES: To examine the trends in cannabis use within 30 days of first admission to inpatient psychiatry in Ontario, Canada, between 2007 and 2017, and the characteristics of persons reporting cannabis use. METHODS: = 81,809). RESULTS: Across all years, 20.1% of patients reported cannabis use within 30 days of first admission. Use increased from 16.7% in 2007 to 25.9% in 2017, and the proportion with cannabis use disorders increased from 3.8% to 6.0%. In 2017, 47.9% of patients aged 18 to 24 and 39.2% aged 25 to 34 used cannabis, representing absolute increases of 8.3% and 10.7%, respectively. Increases in cannabis use were found across almost all diagnostic groups, with the largest increases among patients with personality disorders (15% increase), schizophrenia or other psychotic disorders (14% increase), and substance use disorders (14% increase). A number of demographic and clinical factors were significantly associated with cannabis use, including interactions between schizophrenia and gender (area under the curve = 0.88). CONCLUSIONS: As medical cannabis policies in Canada have evolved, cannabis use reported prior to first admission to inpatient psychiatry has increased. The findings of this study establish a baseline for evaluating the impact of changes in cannabis-related policies in Ontario on cannabis use prior to admission to inpatient psychiatry.
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 | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».