Impact of Canada's cannabis legalisation on youth emergency department visits for cannabis‐related disorders and poisoning in Ontario and Alberta, 2015–2019
Notice bibliographique
Résumé
INTRODUCTION: Although there is momentum towards legalising adult recreational cannabis use worldwide, the extent of youth cannabis-related harm associated with legalisation is still uncertain. The current study aimed to assess whether the initial implementation of Canada's cannabis legalisation (via the Cannabis Act) on 17 October 2018 might be associated with youth harm, as assessed by emergency department visits for cannabis-related disorders/poisoning. METHODS: We used Ontario and Alberta, Canada emergency department data from 1 April 2015 to 31 December 2019. We identified all cannabis-related disorders/poisoning (ICD-10 CA: F12.X, T40.7) emergency department visits of youth (n = 13,615), defined as patients younger than the minimum legal cannabis sales age (18 years, Alberta; 19 years, Ontario). Seasonal Autoregressive Integrated Moving Average (SARIMA) models were employed to assess the impact of legalisation on weekly counts of cannabis-related harms. RESULTS: The final SARIMA intervention (step) parameter indicated a post-legalisation increase of 14.7 (95% confidence interval [CI] 5.0; 24.3, p < 0.01) weekly youth cannabis-related disorder/poisoning presentations to Ontario/Alberta emergency department settings, equivalent to an increase of 20.0% (95% CI 6.2%; 33.9%). There was no evidence of associations between cannabis legalisation and comparison series of youth alcohol, opioid or appendicitis emergency department episodes. DISCUSSION/CONCLUSION: Our findings require replication and extension but are consistent with the possibility that the implementation of the Cannabis Act was associated with an increase in youth cannabis-related presentations to Ontario/Alberta emergency departments.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».