Prevalence of Cannabis Use among Youth and Young Adults Attending an Early Psychosis Intervention Program in Ontario, Canada
Notice bibliographique
Résumé
Background: Cannabis use is associated with an increased risk of developing psychosis in youth and younger adults (YAYA). However, differences in accessibility and consumption patterns may influence prevalence rates in different populations. This study aimed to investigate the prevalence of cannabis use and its associations among young adults attending an Early Psychosis Intervention (EPI) program in Southeast Ontario. Methods: A cross-sectional study of 116 youth and young adults enrolled in the Southeast Ontario EPI program between 2016 and 2019. Demographic characteristics and psychiatric diagnoses were identified from the clinical records. Statistical analyses were performed to examine the prevalence of cannabis use, its correlation and association with alcohol and other substance use, and the association with psychotic disorders. Results: The study revealed a very high prevalence of cannabis use among YAYA attending the EPI program, with 82.8% self-reporting cannabis use. Males showed a higher prevalence of cannabis use (71.9% than females 28.1%), with a male-to-female ratio of 2.6:1. Significant associations were found between cannabis use and psychiatric disorders, including psychosis and substance-induced psychotic disorder (SIP) (P-value< 0.05). Conclusion: This study highlights the need for the screening and recognition of harmful cannabis use with specific and targeted interventions to reduce the potential serious mental health effects in youth and young adults presenting with early psychosis. Early intervention incorporating motivational enhancement, and lower-risk cannabis use alongside psychological and pharmacological therapies serve to reduce the harmful impact of cannabis, shortening the duration of untreated psychosis and supporting functional recovery.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».