The association of medical cannabis use with quality of life in Illinois’ opioid alternative pilot program
Notice bibliographique
Résumé
BACKGROUND: In Illinois, the Opioid Alternative Pilot Program (OAPP) was launched to expand access to medical cannabis to use as a direct substitute for opioids. Although therapeutic benefits have been reported in reducing opioid use, there is an absence of literature that examines how medical cannabis use impacts an individual's quality of life (QoL). This study examines the association of medical cannabis use with QoL among the first enrollees in OAPP. METHODS: A survey was sent to enrollees between February and July 2019. Cannabis users (n=626) were compared to non-users (n=234) to determine whether there was an association between cannabis use within the past year and QoL. Ordered logistic regression and backwards stepwise regression modelling was used. RESULTS: Across the study sample of 860 participants, the average age was 47 years; 60 % of the cohort was male; 72 % were not of Hispanic, Latino, or Spanish origin; 67 % were married. Across the entire study sample, the average perceived QoL was 2.86 (between 'Good' and 'Fair'), with no statistically significant difference in QoL between the two groups (non-users: 2.85; cannabis users: 2.86; p=0.92). Logistic regression reported cannabis use within the past year did not have a statistically significant association with QoL (OR=1.33, 95% confidence interval, 0.85 to 2.08, p=0.21). DISCUSSION: Overall, there was no significant association between cannabis use within the past year and QoL. This may be attributed to pain being a qualifying condition to enter the program.
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 | 0,016 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».