Canadians’ use of cannabis for therapeutic purposes since legalization of recreational cannabis: a cross-sectional analysis by medical authorization status
Notice bibliographique
Résumé
BACKGROUND: There has been a precipitous decline in authorizations for medical cannabis since non-medical cannabis was legalized in Canada in 2018. This study examines the demographic and health- and medical cannabis-related factors associated with authorization as well as the differences in medical cannabis use, side effects, and sources of medical cannabis and information by authorization status. METHODS: Individuals who were taking cannabis for therapeutic purposes completed an online survey in early 2022. Multivariable logistic regression was used to determine odds ratios (OR) and 95% confidence intervals (CI) of demographic and health- and medical cannabis-related variables associated with holding medical cannabis authorization. The differences in medical cannabis use, side effects, and sources of information by authorization status were determined via t-tests and chi-squared analysis. RESULTS: A total of 5433 individuals who were currently taking cannabis for therapeutic purposes completed the study, of which 2941 (54.1%) currently held medical authorization. Individuals with authorization were more likely to be older (OR ≥ 70 years vs. < 30 years, 4.85 (95% CI, 3.49-6.76)), identify as a man (OR man vs. woman, 1.53 (1.34-1.74)), have a higher income (OR > $100,000/year vs. < $50,000 year, 1.55 (1.30-1.84)), and less likely to live in a small town (OR small town/rural vs. large city, 0.69 (0.59-0.81)). They were significantly more likely to report not experiencing any side effects (29.9% vs. 23.4%; p < 0.001), knowing the amount of cannabis they were taking (32.1% vs. 17.7%; p < 0.001), obtaining cannabis from regulated sources (74.1% vs. 47.5%; p < 0.001), and seeking information about medical cannabis from healthcare professionals (67.8% vs. 48.2%; p < 0.01) than individuals without authorization. CONCLUSIONS: These findings offer insight into the possible issues regarding equitable access to medical cannabis and how authorization may support and influence individuals in a jurisdiction where recreational cannabis is legalized, highlighting the value of a formal medical cannabis authorization process.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».