The Association of Cannabis Use Disorder with Acute Limb Ischemia and Critical Limb Ischemia
Notice bibliographique
Résumé
Objectives Heavy cannabis use has been associated with the development of acute myocardial infarction and stroke. The objective of this study was to determine if heavy, chronic cannabis use is associated with the development of acute limb ischemia (ALI) or critical limb ischemia (CLI). Methods We conducted a retrospective cohort study within the National Inpatient Sample (2006–2015). Patients without cannabis use disorder (CUD) were matched to patients with CUD in a 2:1 ratio using propensity scores. Our primary outcomes were incidence of ALI and CLI. Secondary outcomes included incidence of acute mesenteric ischemia (AMI), chronic mesenteric ischemia (CMI), frequency of open or endovascular interventions, length of stay, and total costs. Sensitivity analyses were performed with alternative models, including in the entire unmatched cohort with regression models utilizing survey weights to account for sampling methodology. Results We identified a cohort of 46,297 857 unmatched patients. Patients with CUD in the unmatched cohort were younger, with less cardiovascular risk factors, but higher rates of smoking and substance abuse. The matched cohort included 824,856 patients with CUD and 1,610,497 controls. Those with CUD had a higher incidence of ALI (OR 1.20 95% CI: 1.04-1.38 P=.016). Following multiple sensitivity analyses, there was no robust association between CLI and CUD. We observed no robust association of CUD with AMI, CMI, procedures performed, frequency of amputation, costs, or total length of stay. Conclusions Cannabis use disorder was associated with a significantly higher incidence of admission for acute limb ischemia. CUD was not associated with an increased risk of critical limb ischemia following sensitivity analysis. Given CUD is often seen in younger, less co-morbid patients it provides an important target for intervention in this population.
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 | 0,005 |
| 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 ».