A cross-sectional study of the relationship between frequency of cannabis use and psychiatric symptoms among people seeking mental health and addiction services in Nova Scotia (2019–21)
Notice bibliographique
Résumé
BACKGROUND: Cannabis use may be a modifiable risk factor for mental health problems; however, the role of cannabis use frequency in population seeking mental health and addiction services remains unclear. This study aimed to: 1) compare the prevalence and functional impact of psychiatric symptoms among frequent, infrequent, and non-users of cannabis; and 2) evaluate the associations between cannabis use frequency and functional impact of psychiatric symptoms in help-seeking individuals. METHODS: Data from the Mental Health and Addictions (MHA) Central Intake system in Nova Scotia, Canada was used. Participants aged 19-64 who received MHA Intake assessments from September 2019 to December 2021 with complete information about substance use were included (N = 20,611). Cannabis use frequency over past 30 days was categorized into frequent (>4 times a month), infrequent (≤4 times a month), and non-use. Psychiatric symptomatology consists of five domains: mood, anxiety, psychosis, cognition, and externalizing behaviors. Multivariate ordinal logistic regression was used to examine the associations between cannabis use frequency and functional impact of psychiatric symptoms. RESULTS: Frequent and infrequent cannabis users had a higher prevalence of psychiatric symptoms in each domain than non-users, while no significant differences were found between frequent and infrequent users. Frequent cannabis use was associated with greater functional impact of psychiatric symptoms in each domain compared to non-users, while infrequent use was only associated with greater functional impact of externalizing behaviors. CONCLUSION: Frequent cannabis use is associated with increased prevalence and functional impact of psychiatric symptoms among adults seeking mental health services.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».