Cannabis Use for Medicinal Purposes among Canadian University Students
Notice bibliographique
Résumé
Objective:The study sought to describe a Canadian sample of university students’ medicinal use of cannabis, including prevalence of cannabis use disorder (CUD) and replacement of traditional treatments with cannabis.Method:A random sample of 4000 university students was asked to complete a cross-sectional web-based survey. The survey was completed by 2212 (average age 23.2 years, SD = 5.2 years), representing a 55.3% response rate. To be eligible, students had to be enrolled in a class on campus and were 18 years or older.Result:Half (52%) of respondents used cannabis at least once in their lifetime, with ∼11% reporting medicinal cannabis use. Recreational motives to use cannabis were common among medicinal users (85%), several (38%) replaced traditional medication with cannabis, and more than a third received authorization by a health care provider. Of the medicinal users, 13.6% met the criteria for CUD. Common ailments for medicinal cannabis use were anxiety, sleep problems, depression, and pain. When mental health–related categories are combined, 78.2% of medicinal users used for at least 1 mental health condition.Conclusions:Medicinal cannabis use occurs among university students. None of the ailments listed by medicinal users meet the Canadian Family Physicians prescribing guidelines, and most are not among those viewed by the National Academies of Science, Engineering, and Medicine as having strong evidence for therapeutic value. The results raise concerns for health care providers who are authorizing or counselling patients’ considering medicinal 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,005 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».