Cannabis and Mental Health: Adverse Outcomes and Self-Reported Impact of Cannabis Use by Mental Health Status
Notice bibliographique
Résumé
Background: Cannabis can induce negative outcomes among consumers with mental health conditions. This study examined medical help-seeking behavior, patterns of adverse effects, and perceived impacts of cannabis among consumers with and without mental health conditions. Methods: Data came from the International Cannabis Policy Study, via online surveys conducted in 2018. Respondents included 6,413 past 12-month cannabis consumers aged 16–65, recruited from commercial panels in Canada and the US. Regression models examined differences in adverse health effects and perceived impact of cannabis among those with and without self-reported past 12-month experience of anxiety, depression, PTSD, bipolar disorder, psychosis. Results: Overall, 7% of past 12-month consumers reported seeking medical help for adverse effects of cannabis, including panic, dizziness, nausea. Help-seeking was greater for those with psychosis (13.8%: AOR = 1.78; 1.11–2.87), depression (8.9%: AOR = 1.57; 1.28–1.93), and bipolar disorder (10.1%: AOR = 1.53; 1.44–2.74). Additionally, 54.1% reported using cannabis to manage symptoms of mental health, with higher rates among those with bipolar (90.8%) and PTSD (90.7%). Consumers reporting >1 condition were more likely to perceive positive impacts on friendships, physical/mental health, family life, work, studies, quality of life (all p < .001). Consumers with psychosis were most likely to perceive negative effects across categories. Conclusion: For conditions with substantial evidence suggesting cannabis is harmful, greater help-seeking behaviors and self-perceived negative effects were observed. Consumers with mental health conditions generally perceive cannabis to have a positive impact on their lives. The relationship between cannabis and mental health is disorder specific and may include a combination of perceived benefits and harms.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».