MétaCan
Menu
Retour à la cohorte
Enregistrement W4361246218 · doi:10.1016/j.josat.2023.209031

Differential effect of cannabis use on opioid agonist treatment outcomes: Exploratory analyses from the OPTIMA study

2023· article· en· W4361246218 sur OpenAlexafffund
Laurent Elkrief, Gabriel Bastien, Christina McAnulty, Hamzah Bakouni, François‐Olivier Hebert, M. Eugenia Socías, Bernard Le Foll, Ron Lim, Omar Ledjiar, Stéphanie Marsan, Suzanne Brissette, Didier Jutras‐Aswad, Susan Bornemisza, Helen Bouman, Sarah Elliott, Laura Evans, Lucas Gursky, Lydia Vezina, C. Wild, Alvis Yu, Keith Ahamad, Paxton Bach, Rupinder Brar, Nadia Fairbairn, Christopher Fairgrieve, Sonia Habibian, Sukhpreet Klaire, Scott MacDonald, Mark McLean, Seonaid Nolan, Gerrit Prinsloo, Christy Sutherland, Evan Wood, Nikki Bozinoff, Benedikt Fischer, Mike Franklin, Ahmed N. Hassan, Dafna Kahana, Dina Lagzdins, David C. Marsh, Jürgen Rehm, David L. Barbeau, Julie Bruneau, Sidney Maynard, Annie Talbot, Louis-Christophe Juteau

Notice bibliographique

RevueJournal of Substance Use and Addiction Treatment · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensCentre Hospitalier Universitaire Sainte-JustineWaypoint Centre for Mental Health CareCanada Research ChairsUniversity of TorontoCentre for Addiction and Mental HealthBritish Columbia Centre on Substance UseUniversité de MontréalPublic Health OntarioUniversity of British ColumbiaUniversity of CalgaryCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesInstitut Universitaire sur les DépendancesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchHealth CanadaUniversity of TorontoAmerican Chemical Society
Mots-clésCravingMethadoneMedicineOpioidBuprenorphineCannabisOpioid use disorderPlaceboHeroinAnesthesiaRandomized controlled trialPsychiatryAddictionInternal medicineDrug

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Conflictual evidence exists regarding the effects of cannabis use on the outcomes of opioid agonist therapy (OAT). In this exploratory analysis, we examined the effect of recent cannabis use on opioid use, craving, and withdrawal symptoms, in individuals participating in a trial comparing flexible buprenorphine/naloxone (BUP/NX) take-home dosing model to witnessed ingestion of methadone. METHODS: We analyzed data from a multi-centric, pragmatic, 24-week, open label, randomized controlled trial in individuals with prescription-type opioid use disorder (n = 272), randomly assigned to BUP/NX (n = 138) or methadone (n = 134). The study measured last week cannabis and opioid use via timeline-follow back, recorded at baseline and every two weeks during the study. Craving symptoms were measured using the Brief Substance Craving Scale at baseline, and weeks 2, 6, 10, 14, 18 and 22. The study measured opioid withdrawal symptoms via Clinical Opiate Withdrawal Scale at treatment initiation and weeks 2, 4, and 6. RESULTS: The mean maximum dose taken during the study was 17.3 mg/day (range = 0.5-32 mg/day) for BUP/NX group and 67.7 mg/day (range = 10-170 mg/day) in the methadone group. Repeated measures generalized linear mixed models demonstrated that cannabis use in the last week (mean of 2.3 days) was not significantly associated with last week opioid use (aβ ± standard error (SE) = -0.06 ± 0.04; p = 0.15), craving (aβ ± SE = -0.05 ± 0.08, p = 0.49), or withdrawal symptoms (aβ ± SE = 0.09 ± 0.1, p = 0.36). Bayes factor (BF) for each of the tested models supported the null hypothesis (BF < 0.3). CONCLUSIONS: The current study did not demonstrate a statistically significant effect of cannabis use on outcomes of interest in the context of a pragmatic randomized-controlled trial. These findings replicated previous results reporting no effect of cannabis use on opioid-related outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,362
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Substance Use and Addiction TreatmentMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207