Cannabis use and related clinical variables in patients with obsessive-compulsive disorder
Notice bibliographique
Résumé
OBJECTIVE: Limited studies have investigated cannabis use in patients with obsessive-compulsive disorder (OCD), despite its widespread use by patients with psychiatric illnesses. The aim of this study was to assess the frequency, correlates, and clinical impact of cannabis use in an Italian sample of patients with OCD. METHODS: Seventy consecutive outpatients with OCD were recruited from a tertiary specialized clinic. To assess cannabis-related variables, patients completed a questionnaire developed for the purpose of this study, investigating cannabis use-related habits and the influence of cannabis use on OCD symptoms and treatments. A set of clinician and self-reported questionnaires was administered to measure disease severity. The sample was then divided into three subgroups according to the pattern of cannabis use: "current users" (CUs), "past-users" (PUs), and "non-users" (NUs). RESULTS: Approximately 42.8% of patients reported lifetime cannabis use and 14.3% reported current use. Approximately 10% of cannabis users reported an improvement in OCD symptoms secondary to cannabis use, while 23.3% reported an exacerbation of anxiety symptoms. CUs showed specific unfavorable clinical variables compared to PUs and NUs: a significant higher rate of lifetime use of tobacco, alcohol, and other substances, and a higher rate of pre-OCD onset comorbidities. Conversely, the three subgroups showed a similar severity of illness. CONCLUSION: A considerable subgroup of patients with OCD showed a predisposition towards cannabis use and was associated with some specific clinical characteristics, suggesting the need for targeted consideration and interventions 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 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 ».