大麻使用方式与大麻使用障碍之间的关联:来自2022至2023年美国全国药物使用与健康调查的证据

Associations between modes of cannabis use and cannabis use disorder: Evidence from the 2022 to 2023 United States National Survey on Drug Use and Health

作者信息Amrit Baral, Cerina Dubois, Lakshmi Kumar, Janardan Devkota, Denise C Vidot, Ryan Vandrey, Johannes Thrul
PMID42186749
期刊Addiction
发布时间2026-05-10
DOI10.1111/add.70474

实验完整度

低

横断面调查数据分析,无实验干预或功能机制验证,仅为观察性关联分析

主要模型

2022-2023年美国全国药物使用与健康调查(NSDUH)受访者 过去一年使用大麻的18岁及以上美国成年人

重点核对

大麻使用方式分类:仅吸食、仅电子烟、仅口服/黏膜、仅涂抹浓缩物、仅外用、多模式(≥两种方式) CUD结局:基于DSM-5标准的过去一年CUD及严重程度(轻度2-3项、中度4-5项、重度≥6项) 多变量logistic回归模型:以仅口服/黏膜为参照,调整年龄、性别、种族/民族、收入、教育、州法律、初次使用年龄、使用动机、使用频率等协变量 分层分析:按性别、年龄、过去一年使用频率(近每日/每日300-365天 vs 非近每日/每日<300天)分层 多模式亚组分析:12种常见组合,以口服/黏膜+外用为参照

摘要

背景与目的:随着美国大麻合法化、正常化以及产品和给药方式多样化,大麻使用障碍(CUD)的患病率正在上升。不同的大麻使用方式可能影响药代动力学、使用模式和危害,进而影响CUD风险。我们测量了大麻使用方式(包括多模式使用模式)与CUD患病率和严重程度之间的关联。设计与设置:本横断面研究分析了2022-2023年全国药物使用与健康调查(NSDUH)数据中具有全国代表性的美国成年人样本。采用多变量logistic回归分析估计大麻使用方式与过去一年CUD之间的关联,并调整潜在混杂因素和协变量。分析按性别、年龄和大麻使用频率分层。在多模式使用者中,进一步检查了常见组合及其与CUD的关联。参与者/病例:报告过去一年使用大麻的18岁及以上受访者(未加权n = 25 549;加权N = 58 850 309)。测量:感兴趣的暴露为大麻使用方式,主要分类为仅吸食、仅电子烟、仅口服/黏膜、仅涂抹浓缩物、仅外用和多种模式(≥两种方式)。结果变量为过去一年CUD及CUD严重程度,基于《精神障碍诊断与统计手册》第五版(DSM-5)标准。协变量包括年龄、性别、种族/民族、收入、教育、所在州大麻法律状态、大麻初次使用年龄、大麻使用动机、使用频率、感知吸食大麻风险、非法药物使用、过去一年精神疾病、尼古丁依赖和酒精使用障碍。结果:在过去一年大麻使用者中,53.9%报告多模式使用。总体CUD患病率为30.3%,范围从仅口服/黏膜使用者的4.4%到多模式使用者的40.5%,仅涂抹浓缩物使用者为28.9%(p < 0.0001)。中度至重度CUD影响所有使用者的13.2%,并集中于多模式使用者和仅涂抹浓缩物使用者。在多变量回归中,多模式使用者发生CUD的比值高四倍(调整比值比[AOR] = 4.14;95%置信区间[CI]:2.91–5.90)。与仅口服/黏膜使用者相比,仅吸食者(AOR = 2.98;95% CI:2.02–4.39)和仅电子烟/涂抹浓缩物者(AOR = 1.89;95% CI:1.09–3.29)也观察到升高的比值。多模式组合分析显示,与口服/黏膜 + 外用使用者相比,使用吸食 + 电子烟 + 口服/黏膜 + 涂抹浓缩物者的CUD比值最高(AOR = 19.74;95% CI:9.11–42.75)。结论:在美国,大麻使用方式似乎与CUD的患病率和严重程度存在统计学显著关联,其中多模式和吸入途径具有最大风险。研究结果强调在临床评估、预防和旨在减少大麻相关危害的政策策略中,应考虑使用方式以及频率和效力。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
不同大麻使用方式(包括多模式使用模式)与过去一年大麻使用障碍(CUD)的患病率和严重程度之间存在什么关联?
核心机制
多模式使用可能通过结合吸入途径的快速起效效应与摄入途径的持久效应,增加累积精神活性THC暴露和强化效应,从而提高CUD风险;多模式使用还可能增加接触高效力浓缩物产品的机会,可能加速耐受、加剧戒断并促进强迫性使用。
主要证据
基于2022-2023年NSDUH全国代表性横断面数据,多变量logistic回归显示,与仅口服/黏膜使用者相比,多模式使用者CUD比值比显著升高(AOR=4.14;95% CI: 2.91–5.90),仅吸食者(AOR=2.98;95% CI: 2.02–4.39)和仅电子烟/涂抹浓缩物者(AOR=1.89;95% CI: 1.09–3.29)也升高;多模式组合中吸食+电子烟+口服/黏膜+涂抹浓缩物组合CUD比值最高(AOR=19.74;95% CI: 9.11–42.75)。
研究意义
研究结果强调在临床评估、预防和旨在减少大麻相关危害的政策策略中,应考虑使用方式以及频率和效力;提示监管机构可考虑将大麻产品按风险等级分类,临床医生应筛查使用方式和产品类型,公共卫生宣传应强调多途径使用的累积暴露风险。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据来源与样本确定

获取具有全国代表性的美国成年人样本,用于分析大麻使用方式与CUD的关联

使用2022-2023年NSDUH去标识化公开数据,纳入18岁及以上报告过去一年使用大麻的受访者,排除仅使用其他方式者(n=29),最终未加权n=25 549,加权n=58 850 309

2

暴露分类

将大麻使用方式分类为单模式和多模式,以评估不同方式与CUD的关联

根据过去12个月使用方式,将受访者分为仅吸食、仅电子烟、仅口服/黏膜(合并食用/饮用、滴剂/条/含片/喷雾、药丸)、仅涂抹浓缩物、仅外用和多模式(≥两种方式)六类;多模式亚组进一步分析12种常见组合

3

结局评估

评估过去一年CUD患病率和严重程度

基于DSM-5标准,使用NSDUH中二分类(是/否)条目评估过去12个月CUD标准,CUD严重程度分为轻度(2-3项)、中度(4-5项)、重度(≥6项)

4

协变量调整

控制潜在混杂因素,估计大麻使用方式与CUD的独立关联

在多变量logistic回归模型中纳入年龄、性别、种族/民族、家庭收入、教育、保险、居住地、州医用大麻法律、大麻初次使用年龄、使用动机、过去一年使用天数、感知风险、尼古丁依赖、酒精使用障碍、精神疾病、非法药物使用和精神治疗药物使用障碍等协变量

5

统计分析

估计大麻使用方式与CUD的关联强度,并检验分层一致性

采用调查加权单变量和多变量logistic回归,以仅口服/黏膜为参照,计算OR和AOR及95% CI;按性别、年龄、使用频率分层分析;多模式亚组以口服/黏膜+外用为参照分析12种组合

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
SAS 9.4SAS Institute--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据来源与样本
NSDUH 2022-2023数据版本;纳入标准为18岁及以上过去一年使用大麻;排除仅使用其他方式者(n=29);未加权n=25 549,加权n=58 850 309
阅读提示:Methods-Data source and study population;Figure S1
暴露分类
使用方式分类:仅吸食、仅电子烟、仅口服/黏膜、仅涂抹浓缩物、仅外用、多模式(≥两种方式);口服/黏膜合并食用/饮用、滴剂/条/含片/喷雾、药丸
阅读提示:Methods-Exposure of interest
结局评估
DSM-5 CUD标准;过去12个月;严重程度分级:轻度2-3项、中度4-5项、重度≥6项
阅读提示:Methods-Outcomes of interest
协变量
年龄、性别、种族/民族、收入、教育、保险、居住地、州法律、初次使用年龄、使用动机、过去一年使用天数、感知风险、尼古丁依赖、酒精使用障碍、精神疾病、非法药物使用、精神治疗药物使用障碍;缺失数据范围0%-0.73%
阅读提示:Methods-Covariates;Table S2
统计分析
多变量logistic回归以仅口服/黏膜为参照;多模式亚组以口服/黏膜+外用为参照;按性别、年龄、使用频率分层;VIF<2.5;双侧α<0.05
阅读提示:Methods-Statistical analyses;Table 3;Figure 2;Figure 4;Figure S2