The effects of cannabis and alcohol on driving performance and driver behaviour: a systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Cannabis and alcohol are frequently detected in fatal and injury motor vehicle crashes. While epidemiological meta-analyses of cannabis and alcohol have found associations with an increase in crash risk, convergent evidence from driving performance measures is insufficiently quantitatively characterized. Our objectives were to quantify the magnitude of the effect of cannabis and alcohol-alone and in combination-on driving performance and behaviour. METHODS: Systematic review and meta-analysis. We systematically searched Academic Search Complete, CINAHL, Embase, Scopus, Google Scholar, MEDLINE, PsycINFO, SPORTDiscus and TRID. Of the 616 studies that underwent full-text review, this meta-analysis represents 57 studies and 1725 participants. We extracted data for hazard response time, lateral position variability, lane deviations or excursions, time out of lane, driving speed, driving speed variability, speed violations, time speeding, headway, headway variability and crashes from experimental driving studies (i.e. driving simulator, closed-course, on-road) involving cannabis and/or alcohol administration. We reported meta-analyses of effect sizes using Hedges' g and r. RESULTS: Cannabis alone was associated with impaired lateral control [e.g. g = 0.331, 95% confidence interval (CI) = 0.212-0.451 for lateral position variability; g = 0.198, 95% CI = 0.001-0.395 for lane excursions) and decreased driving speed (g = -0.176, 95% CI = -0.298 to -0.053]. The combination of cannabis and alcohol was associated with greater driving performance decrements than either drug in isolation [e.g. g = 0.480, 95% CI = 0.096-0.865 for lateral position variability (combination versus alcohol); g = 0.525, 95% CI = 0.049-1.002 for time out of lane (versus alcohol); g = 0.336, 95% CI = 0.036-0.636 for lateral position variability (combination versus cannabis; g = 0.475, 95% CI = 0.002-0.949 for time out of lane (combination versus cannabis)]. Subgroup analyses indicated that the effects of cannabis on driving performance measures were similar to low blood alcohol concentrations. A scarcity of data and study heterogeneity limited the interpretation of some measures. CONCLUSIONS: This meta-analysis indicates that cannabis, like alcohol, impairs driving, and the combination of the two drugs is more detrimental to driving performance than either in isolation.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle