Cannabis Use Disorder and All-Cause Mortality in Canada: A Population-Based Cohort Study Using Linked Survey and Vital Statistics Data
Deze populatiegebaseerde cohortstudie in Canada vond dat hoewel een levenslang cannabisgebruikstoornis niet statistisch significant geassocieerd was met een verhoogde sterfte door alle oorzaken gedurende een follow-up van ongeveer 5,5 jaar, de aangepaste hazard ratio een potentieel betekenisvolle verhoging van het risico suggereerde die nader onderzoek rechtvaardigt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een detective bent die een mysterie probeert op te lossen over waarom sommige mensen het feestje vroeg verlaten terwijl anderen tot het bittere eind blijven. In de wereld van de wetenschap wordt dit "sterfteonderzoek" genoemd, en het gaat erom te achterhalen welke factoren een mensenleven kunnen verkorten of verlengen. Een van de verdachten op de lijst is "Cannabis Gebruikstoornis" (CUD). Denk aan CUD niet alleen als het beetje wiet gebruiken, maar als een situatie waarin de drug het stuur heeft overgenomen, waardoor het voor een persoon moeilijk wordt om te stoppen met gebruik, zelfs wanneer het problemen veroorzaakt in hun leven. Wetenschappers hebben naar ziekenhuisgegevens en behandelcentra gekeken om te zien of mensen met deze stoornis eerder jong overlijden. Maar hier komt het lastige deel bij: mensen die in het ziekenhuis belanden, zijn vaak degenen die de meest ernstige crises doormaken, zoals auto-ongelukken of overdoses. Het is alsof je het gevaar van autorijden beoordeelt door alleen naar de mensen te kijken die tegen een boom zijn gereden, terwijl je iedereen die gewoon over straat rijdt negeert. Om het volledige plaatje te krijgen, moeten we naar een veel grotere groep gewone mensen kijken, niet alleen naar degenen in de spoedeisende hulp, om te zien of de stoornis zelf de schuldige is of dat andere zaken de oorzaak zijn.
Deze studie is als een enorme, hoogtechnologische presentielijst van meer dan 20.000 gewone Canadezen. De onderzoekers namen in 2012 een momentopname van de levens van deze mensen door gedetailleerde vragen te stellen over hun mentale gezondheid en drugsgebruik, inclusief of ze ooit aan de strikte medische definitie van een Cannabis Gebruikstoornis hadden voldaan. Daarna speelden ze een spelletje "punten verbinden" door deze enquêteantwoorden te koppelen aan de nationale overlijdensregisters, waarbij ze in de gaten hielden wie de komende 5,5 jaar overleed. Het doel was om te zien of het hebben van een geschiedenis van CUD iemand een grotere kans gaf om aan een of andere dood te gaan, vergele<'en met iemand die die geschiedenis niet had.
De resultaten waren een beetje een achtbaanrit. Op het eerste gezicht leek het erop dat de groep met CUD het eigenlijk beter deed—minder van hen waren overleden in vergelijking met de groep zonder de stoornis. Maar de onderzoekers realiseerden zich dat dit een klassiek geval was van "het door elkaar halen van leeftijden". De mensen met CUD waren gemiddeld ongeveer negen jaar jonger dan de rest. Omdat jongere mensen over het algemeen minder vaak sterven dan oudere mensen, liet dit de CUD-groep veiliger lijken dan ze in werkelijkheid waren. Het is als het vergelijken van de ongevalscijfers van 15-jarigen met die van 60-jarigen; de jongere groep zal van nature minder ongelukken hebben, maar dat betekent niet dat ze betere bestuurders zijn.
Zodra de onderzoekers de berekeningen aanpasten om mensen van dezelfde leeftijd en geslacht te vergelijken, veranderde het beeld. De "veiligheid" verdween, en het risico steeg. De studie vond dat mensen met een levenslange geschiedenis van CUD een iets grotere kans hadden om te sterven (een toename van het risico met 32%), maar de cijfers waren vaag. De "betrouwbaarheidsinterval"—wat een foutmarge op een liniaal is—was zo breed dat het de mogelijkheid insloot dat er helemaal geen extra risico was, evenals de mogelijkheid van een veel groter risico. Dus de studie suggereert dat er misschien een echt gevaar is, maar het bewees het niet met zekerheid.
Waarom was dit getal kleiner dan de angstaanjagende cijfers die in ziekenhuisstudies worden gezien? De auteurs leggen uit dat deze studie een veel breder net heeft uitgegooid. Het omvatte mensen die de stoornis lang geleden hadden gehad, mensen die hersteld waren, en mensen die het hadden maar nooit door het medische systeem werden gevangen. Ziekenhuisstudies vangen daarentegen meestal de mensen die midden in een crisis zitten. Denk aan een weerbericht: ziekenhuisgegevens zijn als het rapporteren over de tornado's die zojuist een stad hebben verwoest, terwijl deze enquête is als het meten van de windsnelheid over de hele staat, inclusief de kalme dagen en de lichte briesjes. Omdat deze studie naar de "kalme dagen" en de "lichte briesjes" van de stoornis keek, leek het gemiddelde risico lager dan het "tornado"-risico in ziekenhuizen.
De kern van het verhaal is dat dit onderzoek geen bewijsstuk (smoking gun) heeft gevonden dat bewijst dat een cannabisstoornis mensen sneller doodt, maar het heeft de verdachte ook niet vrijgesproken. Het suggereert dat er een betekenisvol risico zou kunnen zijn, maar omdat de studie de mensen niet lang genoeg heeft gevolgd en niet genoeg sterfgevallen had om super precies te zijn, kunnen we het nog niet met zekerheid zeggen. Het vertelt ons dat we moeten blijven opletten, vooral bij de mensen met de meest ernstige en actieve problemen, in plaats van iedereen met een geschiedenis van gebruik in dezelfde bak te gooien. Het mysterie is niet opgelost, maar de detectives hebben nu een veel betere kaart van het gebied.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.