Association between cannabis use and risk of diabetes mellitus type 2: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Cannabis consumption exerts multiple effects on metabolism via various pathways, including glucose regulation and insulin secretion. Studies concerning the association between cannabis use and diabetes mellitus type 2 are discrepant. OBJECTIVE: This study was conducted to evaluate the association between cannabis use and type 2 diabetes mellitus (T2DM). SEARCH METHODS: We searched PubMed, Scopus, Embase, Proquest, Web of Science, and Cochrane Library with no time, language or study types restriction until July 1, 2022, using various forms of "cannabis" and "diabetes mellitus" search terms. SELECTION CRITERIA: Randomized control trials, cohort, and case-control studies investigating the relationship between cannabis consumption and diabetes mellitus type 2 were included. DATA COLLECTION AND ANALYSIS: The Newcastle-Ottawa scale was used to assess the quality of studies. We pooled odds ratio (OR) with 95% confidence interval (CI) using the random-effects model, generic inverse variance method, DerSimonian and Laird approach. MAIN RESULTS: A meta-analysis of seven studies, containing 11 surveys and 4 cohorts, revealed that the odds of developing T2DM in individuals exposed to cannabis was 0.48 times (95% CI: 0.39 to 0.59) lower than in those without cannabis exposure. CONCLUSIONS: A protective effect of cannabis consumption on the odds of diabetes mellitus type 2 development has been suggested. Yet given the considerable interstudy heterogeneity, the upward trend of cannabis consumption and cannabis legalization is recommended to conduct studies with higher levels of evidence.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| 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) | 0,000 | 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 ».