MétaCan
Menu
Retour à la cohorte
Enregistrement W4415620853 · doi:10.1001/jamanetworkopen.2025.39977

Health Service Use Among Young Adults With a History of Adolescent Cannabis Use

2025· article· en· W4415620853 sur OpenAlexaffabout
Pablo Martínez, Nicholas Chadi, Natalie Castellanos‐Ryan, Francis Vergunst, Marc Dorais, Jean R. Séguin, Frank Vitaro, Caroline E. Temcheff, Richard E. Tremblay, Michel Boivin, Sylvana M. Côté, Marie‐Claude Geoffroy, Massimiliano Orri

Notice bibliographique

RevueJAMA Network Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversité LavalUniversité de MontréalCentre Hospitalier Universitaire Sainte-JustineMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésYoung adultCannabisMental healthCohortSubstance useCohort studyMental health serviceHealth carePolysubstance dependence

Résumé

récupéré en direct d'OpenAlex

Importance: Adolescent cannabis use is a substantial public health concern given its associations with adverse mental and physical health outcomes. Understanding how distinct use patterns are associated with medical care utilization in young adulthood is critical for prevention. Objective: To examine the association between patterns of adolescent cannabis use and medical care utilization for mental and physical health conditions in young adulthood. Design, Setting, and Participants: This population-based birth cohort study linked to population-wide administrative medical care databases was conducted in the Province of Québec, Canada. Participants included individuals recruited for the Québec Longitudinal Study of Child Development, followed up from birth (1997-1998) to 23 years of age (2021). Data were analyzed November 2023 to February 2025. Exposure: Self-reported past 12-month cannabis use at ages 12, 13, 15, and 17 years. Main Outcomes and Measures: Medical care utilization for any mental disorder (including common mental disorders and substance-related disorders), suicide-related behaviors, and any physical health condition (including respiratory diseases, injuries and poisoning, and other physical diseases) between ages 18 and 23 years. Analyses were adjusted for 32 individual, family, and community-level confounders measured from birth to younger than 12 years of age using overlap weights. Results: Data for 1591 individuals (818 female [51.4%]; mean [SD] age at first exposure assessment, 12.1 [0.3] years) were analyzed. Three distinct adolescent cannabis use patterns were identified via group-based trajectory modeling: nonuse (948 [59.6%]), late-onset use (318 [20.0%], initiating after age 15 years), and early-onset and frequent use (325 [20.4%], initiating before age 15 years). In fully adjusted analyses, individuals with early-onset and frequent use had significantly higher odds of medical care utilization for any mental disorder (odds ratio [OR], 1.51 [95% CI, 1.10-2.08]), common mental disorders (OR, 1.57 [95% CI, 1.12-2.21]), any physical health condition (OR, 1.86 [95% CI, 1.30-2.67]), injuries and poisoning (OR, 1.41 [1.05-1.89]), and other physical diseases (OR, 1.47 [95% CI, 1.08-1.98]), compared with individuals with no use. Individuals with late-onset use did not differ significantly from those with nonuse for mental health outcomes (OR, 1.13 [95% CI, 0.80-1.58]) but had higher odds of medical care utilization for any physical health condition (OR, 1.63 [95% CI, 1.16-2.28]). Conclusions and Relevance: Findings of this birth cohort study indicated that early-onset and frequent cannabis use was associated with greater medical care utilization for both mental and physical health conditions in young adulthood. These findings support the relevance of delaying initiation and reducing intensity of cannabis use during adolescence.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,315
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,290
Écart entre enseignants0,267 · 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'étudeSans objet
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207