Cannabis use in relation to Pulse Pressure and Mean Arterial Pressure in US Adults
Notice bibliographique
Résumé
ABSTRACT Background Pulse pressure (PP) and mean arterial pressure (MAP) have been well-established as markers of cardiovascular risk in clinical settings. We aimed to determine the impact of cannabis use on both PP and MAP in U.S. adults and to assess the modifying role of sex. Methods We abstracted data from the 2009 to 2018 National Health and Nutrition Examination survey (NHANES). Cannabis use was assessed by NHANES professionals in adults aged 18 to 59 years by using computer-assisted self-interviews. We defined PP as the difference between systolic and diastolic BP, and MAP as diastolic BP plus one third of PP. We used multivariable linear models to estimate the covariates-adjusted associations and assessed effect modification by including sex×exposure interaction terms into the model. Results The mean age of the study population (n=8,942) was 35.0±11.9 years, with 51% female (n=4,551). Mean±SD PP and MAP were 46±13 mm Hg and 82±13 mm Hg, respectively. We found a significant interaction between sex and cannabis use in relation to PP ( P =0.0878) and no interaction when modeling MAP ( P =0.2084). The mean difference of PP between cannabis users and never-users increased with the frequency of use per week, being +4.5 mm Hg ( P =0.0004) in those who reported 1 use/week, +4.9 mm Hg ( P <0.0001) for 2-3 uses/week and +4.9 mm Hg ( P <0.0001) for ≥ 4 uses/week. In females, only those who reported ≥ 4 uses/week showed a higher PP (+3.1 mm Hg; P =0.0050) compared with never-users. Conclusions In US adults aged 18 to 59 years, cannabis use is associated with widening of PP in males. CLINICAL PERSPECTIVES What is new? We first investigated the cannabis use in relation to PP and MAP and found that cannabis use is associated with widened PP in sex-specific manner. What are the clinical implications? Further evidence from cohort studies is required before it can be firmly concluded that cannabis use is linked to increased PP. Patients should stop cannabis use to optimize treatments with reduction of PP as specific therapeutic target.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».