MétaCan
Menu
Retour à la cohorte
Enregistrement W3126756663 · doi:10.1186/s13011-021-00352-3

Changes in cannabis use, exposure, and health perceptions following legalization of adult recreational cannabis use in California: a prospective observational study

2021· article· en· W3126756663 sur OpenAlexaff
Kathleen Gali, Sandra J. Winter, Naina J Ahuja, Erica Frank, Judith J. Prochaska

Notice bibliographique

RevueSubstance Abuse Treatment Prevention and Policy · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Heart, Lung, and Blood InstituteSchool of Medicine, Stanford University
Mots-clésCannabisLegalizationHealth psychologyObservational studyRecreational usePublic healthRecreationMedicineEnvironmental healthEnvironmental epidemiologyPsychologyPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most U.S. states have legalized cannabis for medical and/or recreational use. In a 6-month prospective observational study, we examined changes in adult cannabis use patterns and health perceptions following broadened legalization of cannabis use from medical to recreational purposes in California. METHODS: Respondents were part of Stanford University's WELL for Life registry, an online adult cohort concentrated in Northern California. Surveys were administered online in the 10 days prior to state legalization of recreational use (1/1/18) and 1-month (2/1/18-2/15/18) and 6-months (7/1/2018-7/15/18) following the change in state policy. Online surveys assessed self-reported past 30-day cannabis use, exposure to others' cannabis use, and health perceptions of cannabis use. Logistic regression models and generalized estimating equations (GEE) examined associations between participant characteristics and cannabis use pre- to 1-month and 6-months post-legalization. RESULTS: The sample (N = 429, 51% female, 55% non-Hispanic White, age mean = 56 ± 14.6) voted 58% in favor of state legalization of recreational cannabis use, with 26% opposed, and 16% abstained. Cannabis use in the past 30-days significantly increased from pre-legalization (17%) to 1-month post-legalization (21%; odds ratio (OR) = 1.28, p-value (p) = .01) and stayed elevated over pre-legalization levels at 6-months post-legalization (20%; OR = 1.28, p = .01). Exposure to others' cannabis use in the past 30 days did not change significantly over time: 41% pre-legalization, 44% 1-month post-legalization (OR = 1.18, p = .11), and 42% 6-months post-legalization (OR = 1.08, p = .61). Perceptions of health benefits of cannabis use increased from pre-legalization to 6-months post-legalization (OR = 1.19, p = .02). Younger adults, those with fewer years of education, and those reporting histories of depression were more likely to report recent cannabis use pre- and post-legalization. Other mental illness was associated with cannabis use at post-legalization only. In a multivariate GEE adjusted for sociodemographic characteristics and diagnoses, favoring legalization and the interaction of time and positive health perceptions were associated with a greater likelihood of using cannabis. CONCLUSIONS: Legalized recreational cannabis use was associated with greater self-reported past 30-day use post-legalization, and with more-positive health perceptions of cannabis use. Future research is needed to examine longer-term perceptions and behavioral patterns following legalization of recreational cannabis use, especially among those with mental illness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,382
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSubstance Abuse Treatment Prevention and PolicyMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207