The Impact of Legalization of Access to Recreational Cannabis on Canadian Medical Users with Cancer.
Notice bibliographique
Résumé
Abstract Background Canada legalized cannabis use for medical purposes in 1999. Legalization of cannabis for recreational purposes in October 2018 offered the opportunity to assess the impact of recreational legalization on cancer patients’ patterns of use to identify learning points that would be of use to other countries considering similar legislation. Method Two identical anonymous cross-sectional surveys were administered to cancer patients in British Columbia, 5 months apart (2 months before and 3 months following legalization), with the same eligibility criteria. The prevalence of medical cannabis use, the distribution of symptoms leading to use, the most common types of cannabis products and sources, reasons for stopping using cannabis, and barriers to access were assessed. Results The overall response rate was 27% with 821 and 852 individuals returning the first and second surveys respectively. Both cohorts were similar regarding participants’ characteristics, including age (median= 66yrs), gender (53% of participants were female), and education (one-third of participants had an education level of high school or less). Comparison of the two cohorts showed that legalization increased the prevalence of current cannabis use by 21% (23·1% to 29·1%, p-value 0·01). However, after legalization, Current Users reported more issues in getting cannabis (18% compared to 8%, p-value: <0·01). The most common barrier cited was lack of available preferred products, from closure of illegal dispensaries. Conclusions Results showed that legalization of access to cannabis for recreational purposes will have an unintended negative impact on those who use cannabis products for medical purposes. These should be anticipated and mitigated in the design and implementation of new legislation. Keywords Cannabis, Cancer, Survey, Symptom Management
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».