Surveillance de niveau supérieur : surveillance par sentinelle des blessures et des intoxications associées au cannabis
Bibliographic record
Abstract
Introduction En octobre 2018, le Canada a légalisé la consommation de cannabis à des fins non médicales pour les adultes. Notre étude visait à présenter le profil le plus récent possible des blessures et des intoxications liées au cannabis recensées dans la base de données de la plateforme électronique du Système canadien hospitalier d’information et de recherche en prévention des traumatismes (eSCHIRPT) et à fournir une synthèse descriptive des caractéristiques des blessures concernant les cas liés au cannabis consignés sur une période de neuf ans. Méthodologie Nous avons effectué une recherche dans la base de données de l’eSCHIRPT des cas liés au cannabis déclarés entre avril 2011 et août 2019. La population de l’étude est constituée des patients âgés de 0 à 79 ans ayant visité l’un des 19 services d’urgence au Canada participant au programme de l’eSCHIRPT. Nous avons produit des estimations descriptives en examinant l’intentionnalité, la cause externe, le type et la gravité des cas liés au cannabis afin de mieux comprendre les facteurs contextuels de ces cas. Nous avons également mené des analyses des tendances au fil du temps à l’aide du logiciel Joinpoint afin de saisir les évolutions dans les cas liés au cannabis, tant chez les enfants et les jeunes que chez les adultes. Résultats Entre le 1er avril 2011 et le 9 août 2019, 2 823 cas liés au cannabis ont été enregistrés dans l’eSCHIRPT, soit 252,3 cas pour 100 000 cas de l’eSCHIRPT. La majorité (63,1 %; 1780 cas) concernait la consommation de cannabis combinée à une ou plusieurs autres substances; dans 885 cas (31,3 %), seul le cannabis était présent et 158 cas (5,6 %) étaient associés à des produits comestibles contenant du cannabis. Chez les enfants comme chez les adultes, l’intoxication était la principale cause externe de blessure. La grande majorité des cas était de nature involontaire, avec une augmentation récente dans les tendances du nombre de cas, chez les enfants et les jeunes comme chez les adultes. Sur l’ensemble, 15,1 % des cas correspondaient à des blessures graves ayant nécessité une admission à l’hôpital. Conclusion Les cas liés au cannabis répertoriés dans la base de données de l’eSCHIRPT sont relativement rares, ce qui peut indiquer que les troubles mentaux et comportementaux découlant de l’exposition au cannabis ne sont généralement pas consignés dans ce système de surveillance et dans les sites participants au Canada. Avec les récentes modifications apportées à la réglementation canadienne en matière de cannabis, il sera impératif de surveiller en permanence les effets du cannabis sur la santé pour faire avancer les données probantes et protéger la santé des Canadiens.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".