Relationships of Changing State Cannabis Policies With Alcohol Policy Effectiveness and Alcohol or Cannabis Involvement in Motor Vehicle Fatalities
Notice bibliographique
Résumé
INTRODUCTION: Alcohol use is an established and important risk factor for motor vehicle crashes and crash fatalities. The liberalization of cannabis policy across U.S. states could impact motor vehicle crash fatalities involving alcohol or the co-use of alcohol and cannabis. METHODS: Mortality data were from the Fatality Analysis Reporting System in 50 states and Washington, DC, from 2010 to 2019. State-year alcohol policy scores and cannabis policy scores were used as measures of policy exposure in multivariable mixed logistic regression models to estimate the AOR of 2 blood alcohol concentration thresholds and/or any detectable tetrahydrocannabinol involvement in crash fatalities. RESULTS: In fully adjusted models, a 10-percentage point increase in alcohol policy scores (representing more robust alcohol control policies) was associated with a 6.3% lower risk of a blood alcohol concentration >0.00% (AOR=0.937; 95% CI=0.886, 0.991) or involvement at a blood alcohol concentration ≥0.08% (AOR=0.938; 95% CI=0.888, 0.992) among motor vehicle crash decedents. However, there were no significant independent association between cannabis policy scores and alcohol involvement. A 10-percentage point increase in cannabis policy scores (representing more robust cannabis control policies) was associated with reduced odds of cannabis involvement (AOR=0.956; 95% CI=0.922, 0.991) or alcohol and cannabis coinvolvement (AOR=0.962; 95% CI=0.928, 0.997). CONCLUSIONS: More restrictive alcohol policies and cannabis policies were associated with reduced odds of motor vehicle crash fatalities involving alcohol and cannabis, respectively. Cannabis policies did not affect protective associations between alcohol policies and alcohol involvement. However, more restrictive cannabis policies were protective for coinvolvement of alcohol and 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 | 0,003 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 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) | 0,006 | 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 ».