MétaCan
Menu
Retour à la cohorte
Enregistrement W4380577691 · doi:10.9778/cmajo.20220081

Prevalence of depressive symptoms and cannabis use among adult cigarette smokers in Canada: cross-sectional findings from the 2020 International Tobacco Control Policy Evaluation Project Canada Smoking and Vaping Survey

2023· article· en· W4380577691 sur OpenAlexaffvenueabout
Shannon Gravely, Pete Driezen, Erin A. McClure, Danielle M. Smith, Geoffrey T. Fong

Notice bibliographique

RevueCMAJ Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of WaterlooOntario Institute for Cancer Research
Organismes subventionnairesNational Cancer Institute
Mots-clésCannabisMedicineTobacco controlCross-sectional studyDepression (economics)Environmental healthNicotineDepressive symptomsYoung adultDemographyPublic healthPsychiatryGerontologyAnxiety

Résumé

récupéré en direct d'OpenAlex

<h3>Background</h3> Tobacco smoking and cannabis use are independently associated with depression, and evidence suggests that people who use both tobacco and cannabis (co-consumers) are more likely to report mental health problems, greater nicotine dependence and alcohol misuse than those who use either product exclusively. We examined prevalence of cannabis use and depressive symptoms among Canadian adults who smoke cigarettes and tested whether co-consumers of cannabis and tobacco were more likely to report depressive symptoms than cigarette-only smokers; we also tested whether cigarette-only smokers and co-consumers differed on cigarette dependence measures, motivation to quit smoking and risky alcohol use by the presence or absence of depressive symptoms. <h3>Methods</h3> We analyzed cross-sectional data from adult (age ≥ 18 yr) current (≥ monthly) cigarette smokers from the Canadian arm of the 2020 International Tobacco Control Policy Evaluation Project Four Country Smoking and Vaping Survey. Canadian respondents were recruited from Leger’s online probability panel across all 10 provinces. We estimated weighted percentages for depressive symptoms and cannabis use among all respondents and tested whether co-consumers (≥ monthly use of cannabis and cigarettes) were more likely to report depressive symptoms than cigarette-only smokers. Weighted multivariable regression models were used to identify differences between co-consumers and cigarette-only smokers with and without depressive symptoms. <h3>Results</h3> A total of 2843 current smokers were included in the study. The prevalence of past-year, past-30-day and daily cannabis use was 44.0%, 33.2% and 16.1%, respectively (30.4% reported using cannabis at least monthly). Among all respondents, 30.0% screened positive for depressive symptoms, with co-consumers being more likely to report depressive symptoms (36.5%) than those who did not report current cannabis use (27.4%, <i>p</i> &lt; 0.001). Depressive symptoms were associated with planning to quit smoking (<i>p</i> = 0.01), having made multiple attempts to quit smoking (<i>p</i> &lt; 0.001), the perception of being very addicted to cigarettes (<i>p</i> &lt; 0.001) and strong urges to smoke (<i>p</i> = 0.001), whereas cannabis use was not (all <i>p</i> ≥ 0.05). Cannabis use was associated with high-risk alcohol consumption (<i>p</i> &lt; 0.001), whereas depressive symptoms were not (<i>p</i> = 0.1). <h3>Interpretation</h3> Co-consumers were more likely to report depressive symptoms and high-risk alcohol consumption; however, only depression, and not cannabis use, was associated with greater motivation to quit smoking and greater perceived dependence on cigarettes. A deeper understanding of how cannabis, alcohol use and depression interact among people who smoke cigarettes is needed, as well as how these factors affect cessation activity over time.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,017
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,036
Tête enseignante GPT0,339
Écart entre enseignants0,303 · 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

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207