Bibliographic record
Abstract
L’objectif de cet article est d’évaluer la qualité des évidences produites par les 25 méta-analyses publiées dans le domaine de la comorbidité entre la psychose et la toxicomanie. L’évidence suggère que le cannabis serait un facteur de risque dans le développement de la psychose. Cette relation est toutefois faible, et ses implications demeurent équivoques. La prévalence de la consommation de tabac, d’alcool et de cannabis est élevée dans la psychose, mais elle semble surestimée, puisqu’inférée à partir d’études cliniques et non pas populationnelles. La toxicomanie est associée à une exacerbation des symptômes positifs et dépressifs de la schizophrénie, mais cette observation est basée sur des études transversales, et non pas longitudinales. Une forte association existe entre la toxicomanie et la violence dans la psychose, mais celle-ci n’est pas pondérée en fonction de divers facteurs confondants. Les effets de la toxicomanie sur la cognition dans la schizophrénie sont hétérogènes. Le bupropion et la varénicline augmentent les taux de cessation tabagique dans la schizophrénie, mais cette observation est basée sur un petit nombre d’études. Enfin, les traitements intégrés ne semblent pas supérieurs aux traitements habituels offerts à cette population comorbide. Le champ de la comorbidité demeure certainement un immense défi pour la médecine fondée sur les évidences.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.016 | 0.054 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.006 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".