A pilot randomized controlled trial of a digital cannabis harm reduction intervention for young adults with first-episode psychosis who use cannabis
Notice bibliographique
Résumé
Cannabis use is widespread and associated with worsened prognosis for young adults with first-episode psychosis (FEP). Few cannabis harm reduction interventions have been evaluated for this population, despite potential to improve outcomes in those not ready for cannabis abstinence/reduction-focused interventions. This study aimed to determine a) the acceptability of a digital harm reduction intervention, the Cannabis Harm-reducing App to Manage Practices Safely (CHAMPS) and b) the feasibility of conducting a trial comparing FEP-specialized early intervention services (EIS)+CHAMPS versus EIS-only with this population. We conducted a multi-site pilot randomized controlled trial comparing both arms in 101 young adults (18 - 35 years old) with FEP using cannabis and attending EIS. Primary outcomes were trial retention rate (i.e., proportion of randomized participants retained at week 6; trial feasibility assessment) and CHAMPS completion rate (i.e., proportion of intervention participants completing four of six modules; CHAMPS acceptability assessment). Trial retention rate above 60 % indicated feasibility and completion rate above 50 % indicated acceptability. Additional outcomes included harm reduction strategy use, motivation to change cannabis behaviors, cannabis-related problems, cannabis use, psychotic symptoms and dependence severity, assessed at baseline, weeks 6, 12 and 18. Trial retention was 82.2 % and completion rate was 58.8 %, suggesting trial feasibility and CHAMPS acceptability. Signals of possible improvement in the intervention group were observed regarding harm reduction strategy use, motivation to change behaviors, cannabis-related problems and cannabis use frequency. This study supports conducting an efficacy trial assessing the potential of CHAMPS in improving outcomes for young adults with psychosis using 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,001 |
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 ».