The effect of non-medical cannabis retailer proximity on use of mental health services for psychotic disorders in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Cannabis is associated with the onset and persistence of psychotic disorders. Evidence suggests that accessibility of substances is associated with an increased risk of use-related harms. We sought to examine the effect of residing in proximity to non-medical cannabis retailers on the prevalence of health service use for psychosis. METHODS: We conducted a cross-sectional study using linked health administrative data, and used geospatial analyses to determine whether people in Ontario, Canada (aged 14-60 years) resided within walking (1.6 km) or driving (5.0 km) distance of non-medical cannabis retailers (open as of February-2020). We identified outpatient visits, emergency department (ED) visits, and hospitalizations for psychotic disorders between 01-April-2019 and 17-March-2020. We used zero-inflated Poisson regression models and gamma generalized linear models to estimate the association between cannabis retailer proximity and indicators of health service use. RESULTS: Non-medical cannabis retailers were differentially located in areas with high levels of marginalization and pre-existing health service use for psychosis. People residing within walking or driving distance of a cannabis retailer had a higher rate of psychosis-related outpatient visits, ED visits, and hospitalizations, compared to people living outside these areas. This effect was stronger among those with no prior service use for psychosis. CONCLUSIONS: Proximity to a non-medical cannabis retailer was associated with higher health service use for psychosis, even after adjustment for prior health service use. These findings suggest that opening of non-medical cannabis retailers could worsen the burden of psychosis on mental health services in areas with high-risk populations.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».