Clinician responses to cannabis use during pregnancy and lactation: a systematic review and integrative mixed-methods research synthesis
Notice bibliographique
Résumé
BACKGROUND: Perinatal cannabis use is increasing, and clinician counselling is an important aspect of reducing the potential harm of cannabis use during pregnancy and lactation. To understand current counselling practices, we conducted a systematic review and integrative mixed-methods synthesis to determine "how do perinatal clinicians respond to pregnant and lactating patients who use cannabis?" METHODS: We searched 6 databases up until 2021-05-31. Eligible studies described the attitudes, perceptions, or beliefs of perinatal clinician about cannabis use during pregnancy or lactation. Eligible clinicians were those whose practice particularly focusses on pregnant and postpartum patients. The search was not limited by study design, geography, or year. We used a convergent integrative analysis method to extract relevant findings for inductive analysis. RESULTS: Thirteen studies were included; describing perspectives of 1,366 clinicians in 4 countries. We found no unified approach to screening and counselling. Clinicians often cited insufficient evidence around the effects of perinatal cannabis use and lacked confidence in counselling about use. At times, this meant clinicians did not address cannabis use with patients. Most counselled for cessation and there was little recognition of the varied reasons that patients might use cannabis, and an over-reliance on counselling focussed on the legal implications of use. CONCLUSION: Current approaches to responding to cannabis use might result in inadequate counselling. Counselling may be improved through increased education and training, which would facilitate conversations to mitigate the potential harm of perinatal cannabis use while recognizing the benefits patients perceive.
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 | 0,009 | 0,201 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».