Preferences of Young Adults With Psychosis for Cannabis-Focused Harm Reduction Interventions: A Cross-Sectional Study: Préférences des jeunes adultes souffrant de psychose pour les interventions de réduction des méfaits axées sur le cannabis : une étude transversale
Notice bibliographique
Résumé
Objectives Cannabis use is common in people with early-phase psychosis (EP) and is associated with worse treatment outcomes. Few targeted interventions for cannabis use behaviour in this population exist, most focusing on abstinence, none focusing on harm reduction. Many people with EP will not seek treatment for their cannabis use with current therapeutic options. Understanding preferences for cannabis-focused harm reduction interventions may be key to improving outcomes. This study aimed to determine preferences of young adults with EP who use cannabis for cannabis-focused harm reduction interventions. Methods Eighty-nine young adults across Canada with EP interested in reducing cannabis-related harms were recruited. An online questionnaire combining conventional survey methodology and two unique discrete choice experiments (DCEs) was administered. One DCE focused on attributes of core harm reduction interventions (DCE 1) and the second on attributes of boosters (DCE 2). We analysed these using mixed ranked-ordered logistic regression models. Preference questions using conventional survey methodology were analysed using summary statistics. Results Preferred characteristics for cannabis-focused harm reduction interventions (DCE 1) were: shorter sessions (60 min vs. 10 min, odds ratio (OR): 0.72; P < 0.001); less frequent sessions (daily vs. monthly, OR: 0.68; P < 0.001); shorter interventions (3 months vs. 1 month, OR: 0.80; P < 0.01); technology-based interventions (vs. in-person, OR: 1.17; P < 0.05). Preferences for post-intervention boosters (DCE 2) included opting into boosters (vs. opting out, OR: 3.53; P < 0.001) and having shorter boosters (3 months vs. 1 month, OR: 0.79; P < 0.01). Nearly half of the participants preferred to reduce cannabis use as a principal intervention goal (vs. using in less harmful ways or avoiding risky situations). Conclusions Further research is required to see if technology-based harm reduction interventions for cannabis featuring these preferences translate into greater engagement and improved outcomes in EP patients.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».