Risk-thresholds for the association between frequency of cannabis use and the development of psychosis: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Epidemiological studies show a dose-response association between cannabis use and the risk of psychosis. This review aimed to determine whether there are identifiable risk-thresholds between the frequency of cannabis use and psychosis development. METHODS: Systematic search of Embase, MEDLINE, PsycINFO, CINAHL, and Web of Science for relevant studies (1 January 2010-26 April 2021). Case-control or cohort studies that investigated the relationship between cannabis use and the risk of psychosis development that reported effect estimates [odds ratios (OR), hazard ratios (HR), risk ratios (RR)] or the raw data to calculate them, with information on the frequency of cannabis consumption were included. Effect estimates were extracted from individual studies and converted to RR. Two-stage dose-response multivariable meta-analytic models were utilized and sensitivity analyses conducted. The Newcastle Ottawa Scale was used to assess the risk of bias of included studies. RESULTS: Ten original (three cohorts, seven case-control) studies were included, including 7390 participants with an age range of 12-65 years. Random-effect model meta-analyses showed a significant log-linear dose-response association between cannabis use frequency and psychosis development. A restricted cubic-splines model provided the best fit for the data, with the risk of psychosis significantly increasing for weekly or more frequent cannabis use [RR = 1.01, 95% confidence interval (CI) 0.93-1.11 yearly; RR = 1.10, 95% CI 0.97-1.25 monthly; RR = 1.35, 95% CI 1.19-1.52 weekly; RR = 1.76, 95% CI 1.47-2.12 daily]. CONCLUSION: Individuals using cannabis frequently are at increased risk of psychosis, with no significant risk associated with less frequent use. Public health prevention messages should convey these risk-thresholds, which should be refined through further work.
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 | 0,030 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,062 |
| Bibliométrie | 0,012 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».