The association between cannabis use and outcome in pharmacological treatment for opioid use disorder
Notice bibliographique
Résumé
BACKGROUND: With the ongoing opioid crisis and policy changes regarding legalization of cannabis occurring around the world, it is necessary to consider cannabis use in the context of opioid use disorder (OUD) and its treatment. We aimed to examine (1) past-month cannabis use in patients with OUD, (2) self-reported cannabis-related side effects and craving, and (3) the association between specific characteristics of cannabis use and opioid use during treatment in cannabis users. METHODS: Participants receiving pharmacological treatment for OUD (n = 2315) were recruited from community-based addiction treatment clinics in Ontario, Canada, and provided information on past-month cannabis use (self-report). Participants were followed for 3 months with routine urine drug screens in order to assess opioid use during treatment. We used logistic regression analysis to explore (1) the association between any cannabis use and opioid use during treatment, and (2) amongst cannabis-users, specific cannabis use characteristics associated with opioid use. Qualitative methods were used to examine responses to the question: "What effect does marijuana have on your treatment?". RESULTS: Past-month cannabis use was reported by 51% of participants (n = 1178). Any cannabis use compared to non-use was not associated with opioid use (OR = 1.03, 95% CI 0.87-1.23, p = 0.703). Amongst cannabis users, nearly 70% reported daily use, and half reported experiencing cannabis-related side effects, with the most common side effects being slower thought process (26.2%) and lack of motivation (17.3%). For cannabis users, daily cannabis use was associated with lower odds of opioid use, when compared with occasional use (OR = 0.61, 95% CI 0.47-0.79, p < 0.001) as was older age of onset of cannabis use (OR = 0.97, 95% CI 0.94, 0.99, p = 0.032), and reporting cannabis-related side effects (OR = 0.67, 95% CI 0.51, 0.85, p = 0.001). Altogether, 75% of cannabis users perceived no impact of cannabis on their OUD treatment. CONCLUSION: Past-month cannabis use was not associated with more or less opioid use during treatment. For patients who use cannabis, we identified specific characteristics of cannabis use associated with differential outcomes. Further examination of characteristics and patterns of cannabis use is warranted and may inform more tailored assessments and treatment recommendations.
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 | 0,001 | 0,001 |
| 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 ».