Cannabis Use Characteristics Associated with Self-Reported Cognitive Function in a Nationally Representative U.S. sample
Notice bibliographique
Résumé
BACKGROUND: With increases in cannabis use and potency, there is a need to improve our understanding of the impact of use on cognitive function. Previous research indicates long-term cannabis use may have a negative effect on executive function. Few studies have examined persistence of it in protracted abstinence, and there is limited evidence of predictors of worse cognitive function in current and former users. In this study, we aim to evaluate the associations between cannabis use status (current, former, and never use) and self-report cognition. Further, we investigate if cannabis use characteristics predict self-report cognitive function. METHODS: = 36,309) conducted in the USA between 2012 and 2013 were used alongside the Executive Function Index scales. The data were analyzed by using Ordinary Least Squares regression. RESULTS: = 24,956, Female = 56.6%). Self-reported cognition of former users was in-between that of current and never users. Several cannabis use characteristics were associated with self-reported cognition in current and former users. CONCLUSION: While prospective studies are required to confirm, findings suggest cannabis use is linked to worse cognition. There may be some limited recovery of cognition in former users and some cannabis use characteristics predict impairment. These findings add to our understanding of the cognitive impact of cannabis use. As worse cognitive function may impact relapse, findings have implications for personalization of cannabis use disorder treatment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».