Reducing medical cannabis use risk among Veterans: A descriptive study
Notice bibliographique
Résumé
BACKGROUND: Canadian Veterans experiencing chronic pain report concerns about accessing accurate information on the risks associated with medical cannabis (MC) use. The Lower Risk Cannabis Use Guidelines (LRCUG) were developed to equip individuals who use cannabis recreationally with safer-use strategies. Many of the harm reduction recommendations for recreational cannabis use are relevant and important considerations for MC use. The primary objective of our study was to assess Canadian Veterans' awareness of and interest in the LRCUG, and engagement in potential higher-risk MC use behaviours. METHODS: Canadian Armed Forces Veterans living with chronic pain (N = 582) were recruited online and through the Chronic Pain Centre of Excellence for Canadian Veterans. Participants completed measures on: cannabis use (never, past, current use), sources of cannabis knowledge, mental health, and awareness of and interest in receiving the LRCUG. Chi-Square and post-hoc analyses characterized the sample and assessed for demographic differences based on cannabis use status and awareness of the LRCUG. Engagement in higher-risk MC use behaviours were aligned to LRCUG recommendations, and detailed descriptively. RESULTS: Veterans who currently use cannabis were more likely to be unemployed (z = 3.62, p < .01), released as a Non-Commissioned Officer (z = -3.83, p < .01), and unable to work due a disability (z = -3.43, p < .01) than Veterans who do not currently use. Less than 30% of Veterans were aware of the LRCUG, with greater awareness among individuals who currently use cannabis (n = 356). Engagement in higher-risk MC use behaviours that contradicted LRCUG recommendations ranged from ~ 9% to ~ 85%. Approximately 9% of Veterans experienced co-morbid mental health concerns, yet their MC use was not for mental health purposes (LRCUG recommendation #7). Additionally, almost 85% of Veterans engaged in daily MC use (LRCUG recommendation #5). The majority of Veterans who currently use cannabis engaged in two or more higher-risk MC use behaviours (60.2%; LRCUG recommendation #12). Almost half of all Veterans received their cannabis information from a healthcare provider or the internet. CONCLUSIONS: Our study suggests the importance of safer use guidelines tailored for MC use. Development of lower-risk MC use guidelines can support prescribing practitioners and Veterans with information needed for safer and better-informed MC use decisions, tailored to patients' needs and circumstances.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».