MétaCan
Menu
Retour à la cohorte
Enregistrement W4386534811 · doi:10.1016/j.eclinm.2023.102199

Association between cannabis use and symptom dimensions in schizophrenia spectrum disorders: an individual participant data meta-analysis on 3053 individuals

2023· article· en· W4386534811 sur OpenAlexaff
Mathilde Argote, Guillaume Sescousse, Jérôme Brunelin, Grégoire Baudin, Michael P Schaub, Rachel A. Rabin, Thomas Schnell, Petter Andreas Ringen, Ole A. Andreassen, Jean Addington, Paolo Brambilla, Giuseppe Delvecchio, Andreas Bechdolf, Thomas Wobrock, Daniela Herzig, Christine Möhr, Regina Vila‐Badia, Judith Usall i Rodié, Jasmina Mallet, Valerio Ricci, Giovanni Martinotti, Karolína Knížková, Mabel Rodríguez, Jacob Cookey, Philip G. Tibbo, Freda Scheffler, Laila Asmal, Clemente García‐Rizo, Sílvia Amoretti, Christian G. Huber, Heather Thibeau, Emily Kline, É. Fakra, Renaud Jardri, Mikaïl Nourredine, Benjamin Rolland

Notice bibliographique

RevueEClinicalMedicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensNova Scotia Health AuthorityQueen Elizabeth II Health Sciences CentreDalhousie UniversityMcGill UniversityUniversity of CalgaryHotchkiss Brain Institute
Organismes subventionnairesNational Institute of Mental Health
Mots-clésMedicineSchizophrenia spectrumSchizophrenia (object-oriented programming)Association (psychology)PsychiatryCannabisMeta-analysisClinical psychologyPsychosisPsychotherapistPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: The association between cannabis use and positive symptoms in schizophrenia spectrum disorders is well documented, especially via meta-analyses. Yet, findings are inconsistent regarding negative symptoms, while other dimensions such as disorganization, depression, and excitement, have not been investigated. In addition, meta-analyses use aggregated data discarding important confounding variables which is a source of bias. Methods: PubMed, ScienceDirect and PsycINFO were used to search for publications from inception to September 27, 2022. We contacted the authors of relevant studies to extract raw datasets and perform an Individual Participant Data meta-analysis (IPDMA). Inclusion criteria were: psychopathology of individuals with schizophrenia spectrum disorders assessed by the Positive and Negative Syndrome Scale (PANSS); cannabis-users had to either have a diagnosis of cannabis use disorder or use cannabis at least twice a week. The main outcomes were the PANSS subscores extracted via the 3-factor (positive, negative and general) and 5-factor (positive, negative, disorganization, depression, excitement) structures. Preregistration is accessible via Prospero: ID CRD42022329172. Findings: Among the 1149 identified studies, 65 were eligible and 21 datasets were shared, totaling 3677 IPD and 3053 complete cases. The adjusted multivariate analysis revealed that relative to non-use, cannabis use was associated with higher severity of positive dimension (3-factor: Adjusted Mean Difference, aMD = 0.34, 95% Confidence Interval, CI = [0.03; 0.66]; 5-factor: aMD = 0.38, 95% CI = [0.08; 0.63]), lower severity of negative dimension (3-factor: aMD = -0.49, 95% CI [-0.90; -0.09]; 5-factor: aMD = -0.50, 95% CI = [-0.91; -0.08]), higher severity of excitement dimension (aMD = 0.16, 95% CI = [0.03; 0.28]). No association was found between cannabis use and disorganization (aMD = -0.13, 95% CI = [-0.42; 0.17]) or depression (aMD = -0.14, 95% CI = [-0.34; 0.06]). Interpretation: No causal relationship can be inferred from the current results. The findings could be in favor of both a detrimental and beneficial effect of cannabis on positive and negative symptoms, respectively. Longitudinal designs are needed to understand the role of cannabis is this association. The reported effect sizes are small and CIs are wide, the interpretation of findings should be taken with caution. Funding: This research did not receive any specific grant or funding. Primary financial support for authors was provided by Le Vinatier Psychiatric Hospital.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,027
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,039
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,287
Tête enseignante GPT0,433
Écart entre enseignants0,146 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations28
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEClinicalMedicineMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207