Methadone Dose, Cannabis Use, and Treatment Retention: Findings From a Community-based Sample of People Who Use Unregulated Drugs
Notice bibliographique
Résumé
OBJECTIVES: Lower daily methadone dose is negatively associated with retention in methadone maintenance treatment (MMT). Cannabis use during MMT is common, with many patients reporting its use for opioid withdrawal mitigation. We sought to test whether the association between lower MMT dose and treatment retention differs by concurrent high-frequency cannabis use in a community sample of people on MMT. METHODS: We obtained data from participants initiating MMT in 2 community-recruited prospective cohorts of people who use drugs in Vancouver, Canada. We built multivariable Cox frailty models to estimate the relationships between MMT dose (<90 mg/d vs ≥90 mg/d) and time to treatment discontinuation. We included an interaction term to test whether high-frequency (≥daily) cannabis use modified the measured effect of lower treatment dose on treatment retention. RESULTS: Between December 2005 and December 2018, 829 participants (54.1%) initiated at least 1 MMT episode and were included in the analysis. Lower MMT dose was strongly positively associated with treatment discontinuation regardless of concurrent high-frequency cannabis use (interaction P > 0.05). Structural factors including homelessness and incarceration were significantly and positively associated with treatment discontinuation. CONCLUSIONS: Although we previously found the magnitude and strength of the relationship between lower MMT dose and high-frequency unregulated opioid use to be tempered during high-frequency cannabis use periods, this effect measure modification does not appear to translate to time retained in treatment. Cannabis-based interventions to promote retention in MMT are unlikely to produce long-term benefit without addressing external factors that place MMT patients at increased risk of treatment discontinuation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».