Legal Status of Recreational Cannabis and Self-Reported Substitution of Cannabis for Opioids or Prescription Pain Medication in Canada and the United States
Notice bibliographique
Résumé
Aims: With increased liberalization of cannabis policies in North America, there is growing interest in the use of cannabis to manage pain instead of opioids. The objectives of the study were to (1) examine the use of cannabis for pain relief in Canada and the United States (US) in 2018 and 2019; (2) examine the association between recreational cannabis laws and changes in the use of cannabis for pain relief, instead of opioids or prescription pain medication. Methods: Repeat cross-sectional survey data were used from Wave 1 and Wave 2 of the International Cannabis Policy Study conducted in 2018 and 2019 in Canada and the US. Respondents were recruited through commercial panels, aged 16–65, and had ever tried cannabis ( N = 44,119). Weighted binary logistic regression models examined the association between the legal status of recreational cannabis and cannabis use for pain relief instead of opioids or prescription pain medication ( n = 15,092). Results: Between 14–33% of cannabis consumers in Canada and the US reported using cannabis to manage headaches or pain. Of these consumers, 79% and 78% respondents in Canada; 80% and 83% in US illegal states; and 83% and 84% in US legal states, in 2018 and 2019, respectively, reported cannabis use for pain relief instead of opioids or prescription pain medication. There was little evidence of an association between the legal status of recreational cannabis and cannabis use for pain relief instead of opioids or prescription pain medication, among Canadian (AOR = 0.98, 95% CI: 0.78, 1.22) and US respondents (AOR = 1.11, 95% CI: 0.96, 1.28). Conclusions: Although substitution of cannabis for opioids or prescription pain medication is common among those who use cannabis for pain, there does not seem to be a significant difference according to cannabis legality. Future research should examine cannabis and opioid substitution using different research designs and time frames.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».