Prevalence and association of non-medical cannabis use with post-procedural healthcare utilisation in patients undergoing surgery or interventional procedures: a retrospective cohort study
Notice bibliographique
Résumé
Background: There is paucity of data regarding prevalence and key harms of non-medical cannabis use in surgical patients. We investigated whether cannabis use in patients undergoing surgery or interventional procedures patients was associated with a higher degree of post-procedural healthcare utilisation. Methods: 210,639 adults undergoing non-cardiac surgery between January 2008 and June 2020 at an academic healthcare network in Massachusetts, USA, were included. The primary exposure was use of cannabis, differentiated by reported ongoing non-medical use, self-identified during structured, preoperative nursing/physician interviews, or diagnosis of cannabis use disorder based on International Classification of Diseases, 9th/10th Revision, diagnostic codes. The main outcome measure was the requirement of advanced post-procedural healthcare utilisation (unplanned intensive care unit admission, hospital re-admission or non-home discharge). Findings: 16,211 patients (7.7%) were identified as cannabis users. The prevalence of cannabis use increased from 4.9% in 2008 to 14.3% by 2020 (p < 0.001). Patients who consumed cannabis had higher rates of psychiatric comorbidities (25.3 versus 16.8%; p < 0.001) and concomitant non-tobacco substance abuse (30.2 versus 7.0%; p < 0.001). Compared to non-users, patients with a diagnosis of cannabis use disorder had higher odds of requiring advanced post-procedural healthcare utilisation after adjusting for patient characteristics, concomitant substance use and socioeconomic factors (aOR [adjusted odds ratio] 1.16; 95% CI 1.02-1.32). By contrast, patients with ongoing non-medical cannabis use had lower odds of advanced post-procedural healthcare utilisation (aOR 0.87; 95% CI 0.81-0.92, compared to non-users). Interpretation: One in seven patients undergoing surgery or interventional procedures in 2020 reported cannabis consumption. Differential effects on post-procedural healthcare utilisation were observed between patients with non-medical cannabis use and cannabis use disorder. Funding: This work was supported by an unrestricted philantropic grant from Jeff and Judy Buzen to Maximilian S. Schaefer.
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 | 0,003 | 0,039 |
| 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) | 0,000 | 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 ».