A multi-site study examining the tobacco withdrawal trajectory in people with tobacco and cannabis co-use
Notice bibliographique
Résumé
BACKGROUND: Approximately 30 % of people who use tobacco also use cannabis, and rates of co-use are rising. Relative to people who use tobacco alone (TO), individuals who co-use tobacco and cannabis (TC) experience greater difficulty with tobacco cessation, yet mechanisms underlying this phenomenon remain unexplored. Leveraging data from a multi-site, double-blind clinical trial for tobacco cessation, we compared the trajectory of tobacco withdrawal, a strong predictor of relapse, between TC and TO during 11-weeks of tobacco treatment. METHODS: People seeking treatment for tobacco were randomized to one of three arms (placebo, nicotine patch or varenicline) and followed for 11-weeks. Participants were parsed according to their cannabis use status determined by a cannabis-positive urine toxicology at screen (N = 1246). We selected participants with end-of-treatment biochemically verified 7-day point prevalence tobacco abstinence (N = 330; TC, n = 55 and TO, n = 275) and examined group differences in tobacco withdrawal severity using the Minnesota Nicotine Withdrawal Scale (MNWS) at baseline, week 1, 4, 8, and week 11 (end-of-treatment). RESULTS: Controlling for age, treatment arm, and site, we found a significant interaction (group x time) effect for withdrawal severity (p < 0.01). Bonferroni-corrected post-hoc comparisons revealed that relative to TO, TC had elevated withdrawal scores at week 1 (TC, M=9.3 ± 5.5; TO, M=7.1 ± 5.6; p < 0.01); no other timepoints showed between-group differences. CONCLUSIONS: People who co-use experience greater tobacco withdrawal severity one-week post abstinence compared to people who only use tobacco. Personalized interventions that target immediate tobacco withdrawal and/or cannabis use may help improve tobacco cessation rates for people who co-use both substances.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».