The prevalence of cannabis use disorder in individuals with anxiety or related disorders: a systematic review
Notice bibliographique
Résumé
The self-medication of underlying mental health symptoms is a primary reason for cannabis consumption, driving variation in the prevalence of Cannabis Use Disorder (CUD) in Anxiety and Related Disorders (ARDs). The current study aimed to systematically review predictors of CUD in individuals with a comorbid ARD diagnosis. An online search was conducted in January 2023 with a Boolean search phrase incorporating keywords related to CUD and ARDs in PubMed, PsycInfo, and WoS. Articles were included if participants/estimates were (a) at least 18 years of age; (b) prospectively assigned a diagnosis of current ARD supported by a clinician interview; c) diagnosed with current or lifetime CUD, cannabis dependence, or abuse via an interview or empirically validated screening tools; and (d) recruited from representative samples. A total of 1057 articles were screened. Five studies for the prevalence of CUD in ARDs (N = 10,896) met the inclusion criteria. Amongst these studies, the proportion of individuals with CUD in any ARD ranged from 3.3% to 19.8%. Amongst veterans with PTSD, four studies met inclusion criteria (N = 1,329), whereby the prevalence ranged from 4.2% to 34%. All results were synthesized narratively. There is a lack of research using clinician-administered interviews to identify accurate prevalence estimates in the literature, resulting in few studies. Studies failed to aggregate estimates of comorbid CUD in specific ARDs, making it difficult to ascertain whether different ARDs are at a higher risk of developing comorbid CUD. Despite methodological variation, this systematic review suggests that individuals with current ARDs may be at risk of developing comorbid CUD in their lifetime. However, future research should incorporate control groups and conduct cross-cultural studies to determine the extent of this relationship accurately.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,018 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».