Cannabis-associated emergencies
Notice bibliographique
Résumé
BACKGROUND: Now that the Cannabis Act legalizing the use of cannabis has come into effect in Germany, the frequency of cannabis use in Germany may rise, and with it the number of cannabisrelated visits to emergency departments. METHODS: In this narrative review, we identify and evaluate the observed trends in case numbers after cannabis legalization in other countries, the common reasons for emergency department visits, and the options for treatment. Data on trends in cannabis-related emergency contacts in Germany were provided by the Poison Control Center North and are evaluated descriptively. RESULTS: The prevalence of cannabis use in Europe is estimated at 8%. In Canada, after legalization, cannabis use among the total population aged 15 years and over rose from 15% in 2017 to 25% in 2021, and hospital admissions doubled from 15/100 000 in 2017 to 32/100 000 in 2022. Acute intoxication is the most common reason for hospital admission and is often accompanied by acute anxiety and panic attacks. The risk of developing psychosis increases with THC content and frequency of use. Cannabinoid hyperemesis syndrome manifests itself with abdominal pain and severe, cyclical vomiting. The most important acute measure is to replace the often massive fluid loss. Benzodiazepines and antipsychotic drugs can be given as symptomatic treatment. CONCLUSION: The legalization of cannabis use can be expected to lead to an increase in cannabis-related emergencies in Germany as well. As the clinical manifestations are often nonspecific, the targeted investigation of possible cannabis use is indicated so that the affected patients can be given appropriate treatment and assistance.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».