Cannabis involvement in posttraumatic stress disorder emergency department visits after cannabis legalization
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Individuals with posttraumatic stress disorder (PTSD) have an elevated risk of cannabis use disorder. However, the effect of cannabis legalization on use among individuals with PTSD is unclear. We evaluated changes in cannabis involvement in emergency department (ED) visits for PTSD after medical and nonmedical legalization in Ontario, Canada. METHODS: This repeated cross-sectional study used health administrative data to identify all ED visits for PTSD among Ontario residents aged 10-105 between 2008 and 2022 (n = 15.7 million). We identified PTSD ED visits with a co-diagnosis of cannabis (main exposure) or alcohol (control condition) and examined changes across four policy periods (medical legalization with restrictions, expanded medical legalization, nonmedical legalization with restrictions, and nonmedical commercial expansion) using Poisson models. RESULTS: Among 381,450 PTSD ED visits, 4593 (1.29%) co-involved cannabis and 11,625 (3.05%) co-involved alcohol. Rates of cannabis involvement in PTSD ED visits increased by 151% (Incidence Rate Ratio [IRR]: 2.51; 95% CI: 2.24, 2.82) between the first and last policy periods (0.13 vs. 0.33 per 100,000 individuals), while alcohol-involvement increased by 58% (IRR: 1.58; 95% CI: 1.47, 1.68). Cannabis involvement in PTSD ED visits increased steadily over the study period, with no significant association between policy periods and this trend. DISCUSSION AND CONCLUSIONS: Cannabis involvement in PTSD ED visits has increased over time during a period of liberalization of cannabis policy, but may be attributed to increased access and normalization rather than policy changes directly. SCIENTIFIC SIGNIFICANCE: Findings underscore the need for improved detection of and targeted interventions for disordered cannabis use among individuals with PTSD in regions with legalized cannabis.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».