MétaCan
Menu
Retour à la cohorte
Enregistrement W4410090298 · doi:10.1521/aeap.2025.37.2.142

Cannabis Use Trajectories Among People Living With HIV in the Decade Prior to Recreational Legalization in Ontario, Canada (2008-2017)

2025· article· en· W4410090298 sur OpenAlexaffabout
Tanya Lazor, Marcos Sanches, Jeffrey D. Wardell, Wei Wang, Ann N. Burchell, Shari Margolese, Tsegaye Bekele, Abigail Kroch, Sergio Rueda

Notice bibliographique

RevueAIDS Education and Prevention · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of TorontoOntario HIV Treatment NetworkRegent Park Community Health CentreYork UniversityMental Health Research CanadaSt. Michael's HospitalCanadian Mental Health AssociationCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésCannabisLegalizationMedicineRecreationDepression (economics)CohortDemographyPsychiatryGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

We aimed to describe long-term use trajectories and predictors prior to recreational cannabis legalization in people with HIV in Ontario, Canada. We analysed interview data from the prospective Ontario HIV Treatment Network Cohort Study from 2008 to 2017. We conducted Latent Class Growth Analyses to describe cannabis use trajectories and chi-square tests to identify trajectory group predictors. Most participants (N = 3,299) were male (81%), gay (57%), current/former tobacco smokers (58%), and many had significant symptoms of depression (43%). Four cannabis use trajectory groups were identified (Low/No Use (67%); Increased Use (4%); Decreased use (2%); High Use (26%)). Relative to the Low/No Use group, membership in the High Use group was associated with several predictors such as being older age, completing university, smoking tobacco, and significant depressive symptoms. Future research should explore the relationship between cannabis use and depressive symptoms, outcomes associated with trajectory groups and changes in use trajectories following recreational legalization.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,099
Score d'incertitude au seuil0,919

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,288
Écart entre enseignants0,276 · 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 tête enseignante, 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIDS Education and PreventionMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207