An Open-Road Driving Performance Task to Examine Long-Term Medical Marijuana Use and Prescription Opioid Positivity Among Adults Aged 50 Years and Older: Protocol for an Observational Trial
Notice bibliographique
Résumé
BACKGROUND: Driving performance involves multiple underlying components of psychomotor functioning, such as attention, executive functions, and vehicle control. While the effects of acute medical marijuana and prescription opioid intoxication are known, how long-term use of medical marijuana under real-world conditions affects driving performance is unknown. Additionally, there are numerous ongoing physical and cognitive changes that affect driving performance with age. Given the proliferation of medical marijuana and prescription opioid use in adults aged 50 years and older, the prevalence of polypharmacy, and declining functional abilities, it is imperative to understand the long-term effects of daily medical marijuana use. Further, we need to understand how co-occurring use of medical marijuana and prescription opioids, in the presence of comorbidities such as chronic pain, affects real-world driving outcomes. OBJECTIVE: This study aims to document the observational trial protocol. The primary goal of this study is to identify the effects of daily long-term (ie, use for >12 months daily or most days of the week) medical marijuana use on driving performance outcomes using an open-road driving performance task under real-world conditions in adults aged 50 years and older who endorse chronic or severe nonmalignant pain and to examine the combined effect of daily long-term medical marijuana use and prescription opioid use on driving outcomes. A secondary goal is to qualitatively explore self-regulation of medical marijuana and prescription opioid use in this population. METHODS: We plan to test medical marijuana use as the exposure variable in adults aged 50 years and older on an open-road driving task performance as the primary outcome. The study will detail tetrahydrocannabinol exposure through ecological momentary assessment and urinalysis and will compare performance with a race-sex-matched group of non-marijuana users. RESULTS: This study is funded by a grant from the National Institute on Drug Abuse (5R01DA057965). Recruitment began on May 19, 2025. As of November 2025, a total of 30 participants had been enrolled. Recruitment is anticipated to be completed by 2029. Publication of the complete results and data from this study is expected by 2030. CONCLUSIONS: Data from this study will identify the effects of long-term medical marijuana use and the combined effect of that use with prescription opioids to develop risk screening protocols and intervention targets for this population. The development and dissemination of screening and intervention guidelines will be the next step in this work. TRIAL REGISTRATION: ClinicalTrials.gov NCT06995937; https://www.clinicaltrials.gov/study/NCT06995937. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/77944.
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 | 0,030 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,009 |
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 ».