Impaired awareness: Why people with multiple sclerosis continue using cannabis despite evidence to the contrary
Notice bibliographique
Résumé
BACKGROUND: With widespread moves toward legalization of cannabis, increasing numbers of people with multiple sclerosis (pwMS) are using the drug. Emerging MS-related data show that cannabis can cause or exacerbate cognitive dysfunction. OBJECTIVE: To understand why people with MS continue using cannabis despite adverse cognitive consequences. It was hypothesized that lack of awareness, a component of metacognition, could explain this decision, in part. METHOD: Forty pwMS who smoked cannabis almost daily were assigned by odd-even case number selection to either a cannabis continuation (CC) or cannabis withdrawal (CW) group. Both groups were followed for 28 days. All participants completed, at baseline and day 28, the brief repeatable battery of neuropsychological tests (BRNB) in MS for measures of processing speed, memory and executive function; Modified fatigue impact scale (mFIS) for self-report indices of cognitive functioning. RESULTS: No significant baseline differences between the groups on the BRNB and mFIS. At day 28, significant improvement within group was seen on all measures of the BRNB, but only in the CW group (p = .0001 for all indices). A repeat measure ANOVA did not find any significant group (CC vs. CW) × time (baseline and day 28) interactions for the self-report cognitive measures on the mFIS. Cannabis abstainers did report less ability to function away from home. All 19 participants in the CW group reverted to using cannabis on study completion despite being informed individually of their cognitive improvement. CONCLUSIONS AND RELEVANCE: The inability of pwMS to accurately appraise their memory and executive function can help explain, in part, why they continue to smoke cannabis despite objective evidence of the deleterious cognitive side effects of this behavior.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».