Retrospective Review of Unintentional Pediatric Cannabis Poisonings in Saskatchewan after Federal Legalization
Notice bibliographique
Résumé
Background: With the legalization of cannabis in Canada, safety concerns for children should be considered. Despite packaging and dose regulations for edibles and inhaled cannabis, unintentional poisonings are a clinical risk, and its impact on pediatric healthcare resources have not been clearly delineated. Methods: This retrospective cross-sectional chart review evaluated all patients < 19 years presenting to Saskatchewan’s only pediatric trauma center between January 1st, 2020 to June 30th, 2021 with unintentional poisoning. Cannabis and non-cannabis unintentional poisonings were compared using difference of squares and Fisher’s exact test. Results: There were fifty-two unintentional poisonings during the study period, with a mean age of 2.45 years (SD 2.11). Thirty one percent (n=16) were cannabis related, with edibles accounting for at least 63% (n=10) of those admissions. More than 40 percent were transferred from rural communities with an average transport distance of 160 kilometers. Over 18% (n=3) percent were admitted to PICU with no requirement for intubation or vasoactive medications. Conclusions: Since legalization, one third of Saskatchewan’s pediatric unintentional poisonings were due to cannabis, largely from edible ingestions. An increased public awareness and federal government initiatives may attenuate the risk of these ingestions.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».