MétaCan
Menu
Retour à la cohorte
Enregistrement W4404555649 · doi:10.1016/j.eplepsyres.2024.107479

Cannabis use, sleep and mood disturbances among persons with epilepsy – A clinical and polysomnography study from a Canadian tertiary care epilepsy center

2024· article· en· W4404555649 sur OpenAlexaffabout
Garima Shukla, Rishabh Sablok, Zaitoon Shivji, Stuart Fogel, Gavin P. Winston, Lysa Boissé Lomax, Helen S. Driver

Notice bibliographique

RevueEpilepsy Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensUniversity of OttawaQueen's University
Organismes subventionnairesnon disponible
Mots-clésEpilepsyTertiary carePolysomnographyMoodPsychiatryCenter (category theory)CannabisPsychologyMedicineSleep (system call)Clinical psychologyElectroencephalographyFamily medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Interest in anti-seizure properties of cannabinoids is increasing, with the rise in prevalence of recreational and medical cannabis use, especially across Canada. In a recent study on people with epilepsy (PWE), cannabis use showed a strong association with poor psychosocial health. Sleep and mood comorbidities are highly prevalent in epilepsy, and are common motivations for cannabis use. The primary objective of this study was to assess demographic, subjective and objectively assessed sleep quality and mood related differences among PWE who regularly use cannabis compared to those who do not. METHODS: Consecutive consenting patients with a confirmed epilepsy diagnosis, admitted to our Epilepsy Monitoring Unit, over a 3-year period (2019-2022) were enrolled. Detailed epilepsy-related data and self-reported sleep [Pittsburgh Sleep quality index (PSQI)], Epworth Sleepiness Scale (ESS)], mood [(Beck's Depression Inventory (BDI) and Beck's Anxiety inventory (BAI)] and cannabis use related data were collected. Overnight polysomnography (PSG) was conducted on the first night of admission, with simultaneous 18-channel video-EEG. Sleep (PSG) scoring followed American Academy of Sleep Medicine guidelines by a scorer blinded to clinical details. RESULTS: Among 51 patients with similar seizure control, 25 (13 F) reported cannabis use (mean age 36.3+14.8 years) and were significantly younger than 26 (18 F) non-users (mean age 48.3+15 years). Cannabis users had significantly better subjective sleep quality (mean PSQI scores 7.2+2.9 vs 10.2+5.2 respectively). Most patients endorsed sleepiness (Cannabis users with ESS scores greater than 10; 91.3 %, 77.3 % in non-users) and moderate to extreme depression (BDI) scores. No significant differences were observed in objective sleep parameters. BDI score significantly predicted PSQI and ESS scores on multiple logistic regression analysis. SIGNIFICANCE: Despite a significant age difference, self-reported sleep quality is better among PWE who report regular cannabis use compared to non-users. However, there is no significant difference in objective sleep quantity and quality from PSG between the two groups. Additionally, severity of depressive symptoms is a significant predictor of sleep quality and of excessive daytime sleepiness among PWE.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,424

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,357
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEpilepsy ResearchMême sujetEpilepsy research and treatmentTravaux en français237 207