The effect of recreational cannabis legalization on rates of traffic injury in Canada
Notice bibliographique
Résumé
AIMS: To measure the impact of Canada's recreational cannabis legalization (RCL) in October 2018 and the subsequent impact of the coronavirus disease 2019 (COVID-19) lockdowns from March 2020 on rates of emergency department (ED) visits and hospitalizations for traffic injury. DESIGN: An interrupted time series analysis of rates of ED visits and hospitalizations in Canada recorded in population-based databases from January/April 2010 to March 2021. SETTING: ED visits in Ontario and Alberta and hospitalizations in Ontario, Alberta, British Columbia, the Prairies (Manitoba and Saskatchewan) and the Maritimes (Nova Scotia, New Brunswick, Newfoundland and Prince Edward Island). PARTICIPANTS: Monthly counts of presentations to the ED or hospital for motor vehicle injury or pedestrian/cyclist injury, used to calculate monthly rates per 100 000 population. MEASUREMENTS: An occurrence of one or more International Statistical Classification of Diseases and Related Health Problems, 10th Revision, Canada (ICD-10-CA) code for motor vehicle injury (V20-V29, V40-V79, V30-V39 and V86) and pedestrian/cyclist injury (V01-V09 and V10-V19) within the National Ambulatory Care Reporting System and Discharge Abstract Database. FINDINGS: There were no statistically significant changes in rates of ED visits and hospitalizations for motor vehicle or pedestrian/cyclist injury after RCL after accounting for multiple testing. After COVID-19, there was an immediate decrease in the rate of ED visits for motor vehicle injury that was statistically significant only in Ontario (level change β = -16.07 in Ontario, 95% CI = -20.55 to -11.60, P = 0.000; β = -10.34 in Alberta, 95% CI = -17.80 to -2.89, P = 0.008; α of 0.004) and no changes in rates of hospitalizations. CONCLUSIONS: Canada's recreational cannabis legalization did not notably impact motor vehicle and pedestrian/cyclist injury. The rate of emergency department visits for motor vehicle injury decreased immediately after COVID-19 lockdowns, resulting in rates below post-recreational cannabis legalization levels in the year after COVID-19.
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) | 0,000 | 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 | 0,000 |
| 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 ».