Is there a dose-response relationship between cannabis use and violence? A longitudinal study in individuals with severe mental disorders
Notice bibliographique
Résumé
Introduction Recent longitudinal studies point towards the existence of a positive relationship between cannabis use and violence in people with severe mental disorders. However, the existence of a dose-response relationship between the frequency and/or the severity of cannabis use and violence has seldom been investigated. Objectives This study aimed to determine if a dose-response relationship between cannabis use and violence exists in a psychiatric population. Methods This observational study was conducted at the Institut universitaire de santé mentale de Montréal (Montréal, Canada). A total of 98 outpatients (81 males and 17 females, all over 18 years of age) with severe mental disorders were included in the analyses. Clinical evaluations were conducted every 3 months for a year. Substance use, violent behaviors, and potential covariables were assessed through self-reported assessments, urinary testing, as well as clinical, criminal, and police records. Using generalized estimating equations, the association between cannabis use frequency (non-users, occasional, regular, and frequent users, assessed using the Time-Line Follow-Back and confirmed with urinary testing) and violence was investigated, as well as the association between the severity of cannabis use (measured using the Cannabis Use Problems Identification Test – CUPIT) and violent behaviors. Results Cannabis use frequency and severity were significant predictors of violent behaviors. After adjustment for time, age, sex, ethnicity, psychiatric diagnoses, impulsivity and use of alcohol and stimulants, odds ratios were of 1.91 (p <0.001) between each frequency profile, and 1.040 (p <0.001) for each increase of one point of the severity of cannabis use score (0 to 79). Image: Conclusions These findings have important implications for clinicians, demonstrating that cannabis use may have serious adverse consequences in a psychiatric population. Nevertheless, the mechanisms underlying this association remain unclear. Disclosure of Interest None Declared
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 | 0,001 | 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 ».