在线个性化反馈干预减少大麻危险使用的随机试验结果

互联网干预26（2021）100484在线个性化反馈干预，以减少危险的大麻使用。随机对照试验☆John A.Cunningham a，b，c，*，Christina Schell b，d，Nicolas Bertholet e，Jeffrey D. 沃德尔湾，莉娜角Quiltyb，c，d，Branka Agicb， d，Alexandra Godinho ba联合王国b加拿大多伦多成瘾和心理健康中心c加拿大多伦多多伦多大学精神病学系d加拿大多伦多大学达拉拉纳公共卫生学院洛桑大学医院和洛桑大学精神病学系成瘾医学，洛桑，沃州，瑞士f加拿大多伦多约克大学心理学系A R T I C L EI N FO保留字：大麻在线干预个性化规范反馈随机对照试验A B S T R A C T背景和目标：鉴于大麻的广泛使用以及与该药物相关的伴随风险，有必要增加旨在减少大麻危险使用的干预措施的可得性。一种有希望的成瘾干预方法是采用个性化的规范反馈来激励改变。方法：进行了一项两组随机对照试验（RCT），以一种冒险的方式被随机分配到两组中的一组在随机化后3个月和6个月进行随访评估结局变量包括：在过去30年中使用大麻的天数，危险的大麻使用（ASSIST评分为4分或以上），以及参与者对大麻使用者在相同年龄和性别中所占比例的估计。结果：共有744名有风险使用大麻的参与者通过在线广告被招募参加试验。在三个月和六个月的随访中，干预组和仅使用教育材料组之间的结果变量、过去30年中使用大麻的天数没有显著差异（p= 0.001）。0.927）和参与者参与危险大麻使用的比例（p=0.557）。在三个月和六个月后-ups，接受反馈干预的参与者比接受教育干预的参与者更有可能材料组估计，在过去一年中，其年龄和性别的人中有更大比例没有使用大麻（p=0.028）。讨论和结论：虽然有一些证据表明，个性化反馈干预改善了由于对大麻使用的规范性认识不足，似乎没有证据支持干预措施减少大麻消费的预测。1. 介绍近年来，一些国家修改了关于大麻使用的政策，包括允许大麻用于医疗目的、合法化或娱乐用途合法化（Hammond等人， 2020年）。加拿大是目前已将娱乐用大麻合法化的国家之一，这导致了大麻使用的可用性和流行率的增加（Rotermann，2021年）。虽然政策虽然大麻的使用已经变得更加自由，但认识到大麻的使用具有健康和心理社会风险仍然很重要（Bedrouni，2018;关于大麻对健康影响的委员会，2017; Cunningham等人，2000;医学研究所，1990）。此外，大多数有风险的大麻使用者，包括那些符合大麻依赖标准的人，如果他们担心自己的使用，通常是因为耻辱或尴尬，他们将永远不会寻求治疗（坎宁安，1999年，2000年）-这不太可能随着合法化而改变（坎宁安☆ ClinicalTrials.org编号：NCT 04060602。* 通讯作者：国家成瘾中心，精神病学，心理学和神经科学研究所，伦敦国王学院，伦敦，英国。电子邮件地址：john. kcl.ac.uk（J.A.坎宁安）。https://doi.org/10.1016/j.invent.2021.100484接收日期：2021年9月6日;接收日期：2021年11月12日;接受日期：2021年11月12日2021年11月14日网上发售2214-7829/©2021的自行发表通过ElsevierB.V.这是一个开放接入文章下的CCby-NC-ND 许 可 证（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。可在ScienceDirect上获得目录列表互联网干预期刊主页：www.elsevier.com/locate/inventJ.A. Cunningham等人互联网干预26（2021）1004842=-例如，1993年）。然而，许多大麻使用者有兴趣收到自助材料，以帮助他 们 评 估 自 己 在 没 有 正 式 治 疗 的 情 况 下 使 用 大 麻 的 情 况（Cunningham，2005年）。因此，这一新出现的健康问题可以通过开发、评估和传播可扩展的干预措施来部分解决，这些干预措施可以由从事危险大麻使用的人自我管理一些研究人员已经成功地评估了对大麻使用者的面对面干预，包括针对危险 使用的简短干 预（Lang等人， 2000; McRae等人， 2003;Stephens等人，2000年）。此外，有数量有限的单次和多次基于互联网的干预措施已经证明对大麻使用的影响很小但很重要（Boumparis等人，2019; Hoch等人，2016; Olmos等人，2018; Sinadinovic等人，2020;Tait等人，2013年）。一种简短的在线干预结合了个性化的规范反馈，其核心组成部分是将参与者的消费与同龄和同性别的其他人进行比较，并且在大学环境中进行了大量研究。此外，这种干预措施还可以包括关于使用大麻的个人风险和后果的反馈以及其他教育信息（即一般健康统计数据，关于与烟草和酒精合并使用的信息）。四项试验采用了相同干预措施的版本，并发现了对规范性误解的有希望的纠正（Elliott和Carey，2012; Elliott等人， 2014年）以及干预措施对花费的时间量“高h”（Riggs等人， 2018年）或经验与大麻使用有关的负面后果（Palfai等人，2014年）的报告。采用不同的个性化规范反馈干预，但再次在大学生中，Lee和同事发现干预对大麻使用没有影响（Lee et al.，2010年）。最后，一项试验确实采用了非大学成人人群，并比较了大麻使用的简短与扩展的个性化反馈干预，没有发现两种干预的差异影响的证据（Copeland等人， 2017年）。鉴于这一有限的研究基础，特别是在非大学样本，需要更多的研究，以确定个性化的规范性反馈干预措施的风险大麻使用的疗效。此外，放松对大麻作为非法物质的管制可能会影响人们的规范观念，因此必须审查在大麻使用合法的地区规范反馈干预措施的效果。当前试验解决了这一差距，并提出了以下假设：1.1. 主要假设与仅接受教育材料的参与者相比，接受完整个性化反馈干预的参与者将在3个月和6个月随访时报告大麻使用频率（过去30天）的减少幅度更大1.2. 次要假设(1) 与仅接受教育材料的参与者相比，接受完整个性化反馈干预的参与者在3个月和6个月随访时报告危险大麻使用的可能性较小(2) 与仅接受教育材料的参与者(3) 在三个月的随访中，对其他人使用大麻的程度的看法的减少将与参与者在六个月随访中使用大麻的风险减少呈正相关，并将部分介导干预对六个月随访中使用大麻的风险的影响。2. 方法该研究是一项两组、双盲、平行组随机对照试验，随访3个月和6个月。试验的CONSORT图见图12.1. 招聘目前来自加拿大各地的大麻使用者是通过Facebook和Kijiji广告招募的，这些广告要求关注大麻使用的人以及有兴趣参与一项研究的人找到帮助那些担心大麻使用的人的方法。通过点击研究网站链接对广告做出回应的潜在参与者首先会得到研究的简要描述。那些感兴趣的人点击一个链接，把他们带到一个资格筛选。 合格的参与者为18岁或以上。危险大麻使用的资格标准被定义为世界卫生组织开发的参与筛选测试（ASSIST）（Humeniuk等人，2008年）。ASSIST评分为4分或以上（项目2至7之和）表明与大麻使用相关的中度风险，并且是在初级保健环境中遇到时建议进行简短干预的水平。 事实上，敏感性分析建议，用于在临床环境中识别“有风险“的个体（Davis等人，2009年）。不符合入选标准构成本试验的排除标准。在合格性筛选完成后，要求合格者提供知情同意书。他们还被要求提供电子邮件地址以及电话号码和邮寄地址作为额外的联系信息。所有参与者都被要求允许研究工作人员通过电话或邮件联系他们进行后续调查，如果通过电子邮件通信不成功。对被认为不符合研究资格的参与者表示感谢。完成同意书并提供真实邮政地址的参与者将通过电子邮件发送链接以完成基线调查。一个真实的邮政地址确保了参与者不会被重复招募，并且调查是由一个人而不是互联网机器人完成的。将一组自动检查编程到基线调查中，以确认参与者在资格筛选器和基线调查之间的响应的一致性（Schell等人，审查中）。简而言之，如果在基线调查中，参与者被筛选出：1）他们报告没有使用大麻; 2）他们的大麻子量表ASSIST评分总计小于4分; 3）ASSIST总分与资格筛选者相比变化超过10分;或4）ASSIST项目回答改为“筛选器）。那些回答不一致的人被感谢他们的参与，但被排除在随机试验之外。值得注意的是，两次调查之间的时间平均不到3天（M2.5天，SD2.75）。 完成基线调查的人将获得一张礼券，从Amazon.ca获得10美元，以便在试验的这一点上促进保留。2.2. 随机化，实验组完成基线调查且回答与合格筛选器一致的参与者被随机分组（区组运行-使用随机数字列表进入调查门户-randomizer.org 组）或 到 只是收到教育材料（对照组）。那些完成三个月和六个月随访调查的人从Amazon.ca获得礼券（三个月20美元，六个月30美元）。 向参与者发送了一封电子邮件（以及最多三封提醒电子邮件），其中包含一个在线完成后续调查的链接。J.A. Cunningham等人互联网干预26（2021）1004843随机n = 744仅教育（n=358）反馈+教育（n =386）不合格/排除（3，708）- 年龄18（19）- 从未使用过大麻（60）- ASSIST总分4（220）- 拒绝同意（49）- 未提供联系信息（2，058）- 假邮政地址/电话（197）- 重复注册（207）- 不完整基线（255）- 参与者退出（6）- 差异± 10，或- 拒绝第二次同意（11）Screener完成4，4522.2.1. 干预组Fig. 1. CONSORT图。产生的数据来自加拿大大麻合法化之前收集的人口数据，预计这些数据将2.2.1.1. 干预组。在目前的试验中，采用了针对危险大麻使用的现有个性化反馈干预的更新版本（Cunningham和van Mierlo，2009）。简而言之，个性化反馈最终报告允许参与者将自己的大麻使用风险与加拿大普通人群中的其他人进行比较。对于该版本，一般人群标准来自最新的加拿大烟草，酒精和药物调查（CTADS）（加拿大卫生部，2015年）。在最后报告中，提供了关于大麻使用频率的规范，将参与者与相同性别和年龄组的其他人进行了比较。如果参与者没有确定为男性或女性，则根据年龄（而不是性别）的人口规范应当指出，准则在大麻合法化后，报告的大麻使用水平低于一般人群。然而，我们认为这不一定是拟议干预的弱点，因为显示普通人群中大麻使用率较低的规范将突出参与者自己的使用与其他加拿大人的年龄和性别之间的差异，从而可能使干预更具影响力。随着新的人口数据的收集，人口标准可以更新。最终报告中个性化规范反馈部分的示例见图2对于这个版本的干预来说，参与者被提供了来自Maritime ProblemsScale的反馈（Steinberg等人，2005年），一个自我报告问卷，19个项目，询问多久，6个月FU率：91.3%（n=327）6个月FU率：90.4%（n=349）3个月FU率：91.9%（n=329）3个月FU率：92.2%（n=356）J.A. Cunningham等人互联网干预26（2021）1004844图二. 个性化反馈示例。参与者经历了一些与大麻使用有关的后果。根据Bertholet等人（2015）在其针对酒精的个性化反馈干预从这个量表的相关项目被分为三个类别&我的身体（9项），我和我的关系（4项），我和我的专业活动（6项）。在这些类别的反馈中提供了一个温度计类型的数字，温度计上的水平是根据过去三个月内经历的后果数量标记的（例如，如果六个结果中有四个被认可，则温度计在向上的三分之二处被遮蔽）。 每个温度计 后 面 还 列 出 了 认 可 的 实 际 后 果 （ 完 整 反 馈 的 示 例 副 本 请 参见RankediX1）。接下来，如果参与者表示他们使用大麻与烟草，酒精，或在大麻的影响下驾驶，他们会被解释为什么这些活动都会增加他们的伤害风险。然后，反馈继续总结他们的ASSIST大麻子量表评分，其中包括他们评分的图形描述（注：该ASSIST反馈也包含在该反馈的原始版本中）。最后，个性化反馈还附有已经在成瘾和心理健康中心编制和试用具体-从本质上讲，参与者被提供的内容，风险大麻使用指南“（Fischer等人， 2017年）。2.2.1.2. 对照组随机分配到对照组的参与者没有收到个性化反馈最终报告，而是只收到在线教育材料（即，加拿大低风险大麻使用指南的内容）。2.3. 调查的内容主要结果测量是参与者在过去30天内使用大麻的天数（Hoch等人， 2016年;奥尔莫斯例如，2018; Tait等人，2013年）。次要结局指标为：1)在ASSIST的大麻子量表上得分为4或更高，这表明有风险的大麻使用（Humeniuk等人，2008年）;和2）关于不使用大麻的其他人的比例的规范性看法（加拿大人的年龄和性别相同）。规范性认知被问及使用项目“加拿大的百分之认为在过去3个月内没有使用过大麻，大麻或大麻？“，以及响应选项0到100%。2.3.1. 基线调查基线调查包括关于人口统计学特征（性别、婚姻状况、教育、家庭总收入和就业状况）、过去30天内大麻使用频率、ASSIST大麻使用子量表和Maritime问题量表的问题。接下来，使用在我们的其他试验中开发的但针对大麻使用进行了修改的措施，我们评估了参与者对不使用大麻的同龄和性别的其他人的比例的看法（Cunningham等人， 2012年）。最后，对大麻问题治疗服务的使用情况进行了评估。2.3.2. 三个月和六个月后续调查在后续调查中也提出了同样的一系列问题（人口统计项目没有重复）。最后，在六个月的后续调查结束时，向参与者询问他们对所提供材料的印象2.4. 样本量估计根据对大麻使用的计算机化简短干预的系统综述（Hoch等人，2016;Olmos等人，2018; Tait等人，2013年），该试验的功效分析是在假设干预对主要结局变量（过去30天内使用大麻的天数）影响较小的情况下进行的。假设J.A. Cunningham等人互联网干预26（2021）1004845===--=-==-基线和随访值之间的相关性为0.5，把握度=0.80，α0.05，估计每组需要296名参与者的样本进行试验。该样本量应具有有足够的把握度检测次要结局指标10个百分点的微小差异，6个月时以危险方式使用大麻的比例。虽然10%的减少似乎微不足道，但考虑到干预措施的可扩展性，如果广泛使用干预措施，这种减少将具有重大的公共卫生价值。也就是说，在研究样本中，10%的微小变化可能不具有临床相关性，但在社区或国家水平上减少10%将是显著的。我们允许在3个月和6个月时有20%的失访，结果在基线时总共招募了740名参与者。2.5. 数据分析主要分析采用广义线性混合建模框架（FOX，2008），使用意向治疗方法。使用最大似然估计处理缺失数据。对主要假设的分析评估了个性化反馈干预（干预组）与仅教育材料（对照组）对变量减少的影响，即在过去30年中，基线与3个月和6个月之间消费大麻的天数。时间点（基线与3个月和6个月）作为受试者内预测因子输入，虚拟编码对比代表干预组与对照组条件。检查了时间点和条件之间的相互作用，以确定两种条件之间大麻消费的变化是否不同。纳入基线时不同疾病之间存在显著差异的人口统计学或大麻使用特征作为协变量，以解决干预组和对照组之间的任何潜在差异。此外，由于本研究的部分参与者在随访期间COVID大流行仍在持续，我们纳入了一个记录大流行是否正在持续（根据WHO）的变量作为协变量。作为该分析的一部分，进行卡方分析以确定实验组之间是否存在差异失访。次要假设1的分析采用手动逐步分析法。logistic回归分析，以3个月或6个月随访时大麻的危险使用作为因变量。在这项分析中，假设失访的参与者仍在从事危险的大麻使用。在逻辑回归的第一步，任何人口统计学或大麻使用成瘾和心理健康中心3. 结果于2019年9月至2020年3月期间，试验共招募744名参与者。表1比较了随机分配到干预条件（n = 386）和教育材料条件（n = 386）的参与者的人口统计学和大麻使用特征358）。 虽然大多数参与者的特征两组间无显著性差异（P>0.05），在过去30天内，干预条件下使用大麻的天数低于基线教育材料条件下的天数（平均值[SD] 23.9 [8.8] vs 25.1 [8.1]; t（1，742）1.97，p0.049）。因此，2010年使用大麻的天数在所有分析中，将基线时<30作为协变量3个月和6个月随访时的随访率非常高（分别为92%和91%）。实验条件之间的随访率无显著差异（Fischer精确检验：3个月p0.87;SIX个月p0.66;请参见表1）。为了检验假设1和次要假设1（时间点分别为3个月和6个月），进行了混合效应模型，以比较两种条件（个性化反馈与教育材料）的参与者在过去30天内使用大麻的天数从基线到3个月和6个月随访的变化。表1个性化反馈和教育干预对基线人口统计学和大麻使用特征之间的差异。变量干预p%59.860.60.830更大已婚/习惯法43.544.40.807全时/非全时就业52.857.00.258家庭收入54.152.00.550≤ 20，000美元将基线时显著不同的特征输入逻辑回归。在步骤2中，实验组作为虚拟编码变量（0 对照组1例 干预组）。这一步测试了关于个性化反馈干预影响的假设。过去30年中使用大麻的天数，平均值（SD）ASSIST评分，平均值（SD）曾接受正规治疗的百分比曾参加任何治疗0.0490.4310.4850.535第二个假设2，减少对他人使用大麻的程度的看法，使用连续量表进行测量。因此，分析程序与主要假设所采用的相同。 次要假设3使用PROCESS宏（Hayes，2018），以检查是否减少大流行病后的百分比a、b0.988面前人人基线3个月随访前&前基线在三个月时，对其他人使用大麻的程度的看法（与基线的差异评分;中介变量）与参与者在六个月随访时使用大麻的风险降低呈正相关（通过总丝毫完成3个月随访的百分比完成6个月随访的百分比0.86890.4 91.3 0.661基线时大麻ASSIST与SIX个月随访;结果变量）。干预条件被指定为模型中的自变量，以检查在6个月的随访中，规范性认知的减少是否介导了干预对风险大麻使用减少的影响。使用Bootstrapping（重复5000次）计算间接效应的偏倚校正置信区间2.6. 伦理批准这项研究得到了美国国家科学院研究伦理委员会的批准。辅助：酒精、吸烟和物质参与筛选测试中的大麻子量表。正式治疗定义为参加牙科X，门诊，住院，急诊，专业咨询。任何治疗包括正规治疗加上使用大麻关注，在线网站，麻醉品匿名（或其他类似的自助团体）。一 交叉表至少有一个单元格的预期计数小于5。b大流行之后年龄，平均年龄（SD）个性化反馈（n=386）35.3（13.0）教育（n=（第358条）36.3（12.6）0.270性别百分比a0.398男性38.334.2女性54.758.0反式1.02.2非二元6.05.623.9（8.8）25.1（8.1）23.6（10.3）23.0（10.3）18.116.230.628.52.83.146.445.348.248.92.62.892.291.9J.A. Cunningham等人互联网干预26（2021）1004846在整个样本中，随着时间的推移，参与者使用大麻的天数显著减少（p0.001）。<但是，通过时间交互作用，没有显著的干预作用（p=0.927）。该混合模型分析的详细信息见表2表3二项逻辑回归分析的结果评估干预组和相关的危险大麻使用（ASSIST> 3）在3个月和6个月的随访。变量模式11进行二项logistic回归以检验继发性hy-假设2，并比较了在实验条件下，比值比（95%CI）似然比χ2（df），p比值比（95%CI）似然比χ2（df），p3个月和6个月随访。在实验条件下，风险大麻任一时间点的使用者（p=0.557和p=0.116;见表3）第0步步骤常数56.91 176.56 ⑴，<0.001常数3.67 5.61（1），33.78 216.59（1）、<0.0010.93 0.01（1），详细信息）。1第1.16条0.0180.932表4列出了混合效应模型的结果，以检验次要大麻19.32（1）、(1.09–1.13 26.00（1），–假设2，比较参与者对在3个月和6个月的随访中，在过去一年中没有使用大麻的相同年龄和性别的参与者（请注意，使用After大流行病B1.40(0.40–<0.0010.28（1），0.596（1.084.16(0.76–<0.0012.70（1）、0.101次要假设2特异于3个月的时间点，但步骤常数4.51 5.08（1），1.36 0.11（1）、时间点包括在该分析中）。有一个显着的效果2BL1.160.0240.739时间（p0.001）和时间与干预相互作用（p=0.028）。<大麻19.02（1）、(1.09–1.13 25.11（1）、–图3描述了接受干预材料的人似乎暂时增加了他们的估计值使用After1.46B0.0010.35（1），（1.085.04<0.0013.59（1）、加拿大同龄和同性别的人中，大流行病（0.420.556（0.950.058在过去一年中吸食大麻的人数和教育材料中的人数反馈0.68(0.19–0.35（1），0.5570.41(0.14–2.48（1）、0.116减少他们的估计。中介分析的结果不支持以下假设，即在基线和三个月之间使用大麻的人的比例的感知变化与参与者在六个月随访时风险大麻使用的减少呈正相关（见表5）。分析也没有证明任何证据表明，这些观念的变化介导了干预对6个月随访时危险大麻使用的影响，间接影响估计值=0.06，95%CI [-0.08，0.22]。4. 讨论在当前大麻政策迅速变化的时代，有必要为从事危险大麻使用的个人提供可获得和可扩展的干预措施。本研究探讨了一个简短的，在线个性化的规范性反馈干预的有效性在一个大的，非大学的成年人样本在加拿大的娱乐性大麻使用的国家合法化。接受个性化规范反馈干预的参与者并没有减少他们的大麻使用，a基线时过去30天内使用大麻的天数，加上组间差异。B 大流行之后2020年3月11日的大流行（参考组访谈在此日期之前完成）。表4时间，干预和干预时间的混合效应模型结果对参与者估计在过去3个月内没有使用大麻的其他加拿大人的 百 分 比 。效应估计t p截距BL过去30年使用大麻的天数甲流后-0.57-0.64 0.521时间（参考：基线）3个月-4.37-3.19 0.0016个月-4.26-3.11 0.002干预（参考：教育）反馈-0.53-0.35 0.727基线与3个月和6个月随访比那些只接受教育材料的人要多。此外，虽然收到规范性反馈信息确实影响了参与者对相同年龄和性别的成年人使用大麻的普遍程度的看法，但这种变化并没有介导干预措施对他们自己的大麻风险水平的影响。因此它相互作用F p按干预措施分列的时间a大流行之后该试验似乎未能发现干预对大麻使用的重大影响。表2过去30天大麻使用的时间、干预和干预时间的混合效应模型结果。效应估计t p这些发现有几个可能的原因。一种可能性是，教育材料也促使大麻使用减少，而干预措施无法促进比仅提供这些材料更然而，目前的审判是不是为了测试这种可能性而设计的，所以不适合截距BL过去30年使用大麻的天数0.88 45.47 0.001甲流后-0.15-0.56 0.575时间（参考：基线）3个月-1.93-4.590.0016个月-2.48-5.890.001干预（参考：教育）反馈-0.15-0.33 0.744他说，这两种干预措施都奏效了。另一种可能性是，干预措施不是促使减少大麻使用的有效手段，特别是在我们的大麻使用者样本中。由于简短的干预措施是针对那些ASSIST评分超过4分的人，而不一定是在量表的末尾，这可能有助于观察到的结果。此外，最近的一项荟萃分析发现，个性化的规范性反馈可能并不有效在不提供额外干预措施的情况下减少毒品使用相互作用F p干预时间a大流行之后-在2020年3月11日世卫组织宣布全球大流行之前/之后完成的调查。（Saxton等人，2021年）。虽然文学还很年轻的使用 对于酒精以外的物质的个性化规范反馈，我们不能假设干预完全无效。干预措施是在良好的理论基础上制定的，J.A. Cunningham等人互联网干预26（2021）1004847图三. 参与者的百分比估计估计在过去3个月内没有使用大麻的其他加拿大人的百分比进行教育和反馈干预。注：图示平均值代表过去30天大麻使用基线值=24.42和COVID= 1.51计算的估计边际平均值。表5中介模型结果的影响，减少知觉的百分比，其他人谁不使用大麻在3个月的条件和变化之间的关系，在危险的大麻使用基线到6个月（总大麻ASSIST评分的变化）。先行关联对接受他们的人有意义。此外，随着大麻使用的流行率增加，参与者可能更容易忽视关于其他人吸烟量的信息（例如，通过假设信息是过时的）。最后，目前还不清楚这一流行病对人们寻找分散注意力的活动（如使用大麻）的需求或这种干预措施的效力有几个与试验相关的限制。首先，虽然我们进行了广泛的检查，以防止一个人多次登记，但我们依赖于在招募和随访时关于大麻使用的自我报告。其次，所采用的结果衡量标准相当粗糙。也许，在大麻合法的环境中，如果相当大比例的参与者每天都使用大麻，那么过去30年中使用大麻的可变天数可能会受到上限效应的影响。最后，虽然该试验有能力检测到一个小的影响，但干预措施，如果有效的话，肯定只会产生非常小的影响;特别是在大麻的重度使用者中。鉴于这是一种低成本的干预措施，可以广泛传播，影响很小并不一定排除干预措施的效用。这只是意味着需要更大的样本来确定疗效，也许需要更广泛的大麻使用者。5. 结论虽然目前的试验未能证明规范反馈方法的影响，但在大麻使用的背景下，发现社会比较干预措施如何有效仍然有价值。这种方法，以及其他干预措施，被认为是感知百分比变化危险的大麻使用在减少大麻使用方面，有效的大麻使用可成为减少大麻使用风险的努力的一个宝贵组成部分。如限制系数SEpCoeff.SEp固定值-7.04 3.12 0.025 4.46 0.820.001状态5.96 2.00 0.003-0.71 0.52 0.176感知百分比变化大麻的使用在许多国家继续被消除，当务之急是继续研究开发有效的方法，以促使那些使用大麻有风险的人减少大麻的使用。虽然大麻使用自由化可能会通过消除模型汇总R2=0.01，MSE= 652.17F（1，653）=8.90，p=0.003R2=0.003，MSE= 44.35F（2，652）=1.23，p=0.294尽管将大麻列为非法物质造成了意想不到的危害，但大麻的使用继续造成与健康有关的后果。大麻使用流行率的预期增加无疑将导致注：ASSIST -酒精，吸烟和物质参与筛选测试。系数=系数。SE：标准误差。感知百分比变化（未使用者）：基线危险的大麻使用变化：ASSIST基线-6个月。在针对其他成瘾行为（特别是危险的酒精消费）的试验中，采用了已经证明在激励改变方面有效的内容（Neighbors等人，2006年）。这确实提出了一种有趣的可能性，即大麻的使用与酒精的消费存在差异，然后进行社会比较，纠正规范性的误解，作为激励变革的手段无效。也许，虽然大麻的娱乐用途现在在加拿大是合法的，但它的使用仍然存在反文化的神秘性。同样相关的是，一些参与者提供了大麻使用是健康的反馈，并质疑为什么我们试图说它的使用是不好的。虽然这些评论并不常见，但它们可能反映了一部分被招聘的人的普遍态度。试验他们不关心自己的大麻使用情况，而是因为对使用大麻的相关问题感兴趣而参与（尽管为关心其大麻使用的人做了广告）。在解释本试验结果时需要考虑的其他相关因素与试验进行的时间有关。首先，大麻的使用在几年前才合法化， 来自商业来源的大麻进口仍在继续扩大（Rotermann，2021年）。大麻作为一种合法物质的这种相对新颖性可能是一种规范性比较较少的情况对个人和社会的某些类别的成本增加（Hall和Lynskey，2016），干预措施必须继续发展，以解决危险大麻使用的危害CRediT作者贡献声明所有作者都为这项研究做出了智力贡献。JAC构思了这项研究，并监督了项目的所有方面。所有作者都制定了提案，并为研究设计提供了意见。CS和AG进行了试验和分析。JAC撰写了手稿的原始草稿。所有作者都参与了手稿起草过程，阅读并批准了最终手稿。竞争利益作者没有利益冲突需要声明。确认John Cunningham由Nat Loretta Rothschild成瘾治疗恢复研究主席支持。&&卫生和长期护理部向CAMH提供了工资和基础设施方面的支助。这项研究的资金是作为加拿大成瘾研究主席的一部分提供给约翰坎宁安。附录A. 补充数据本文的补充数据可在https：//doi网站上找到。J.A. Cunningham等人互联网干预26（2021）1004848org/10.1016/j.invent.2021.100484。引用Bedrouni，W.，2018年利用数字技术减少公共卫生大麻合法化在加拿大的影响德克运河J.Public Health 109（5-6），748- 751.https://doi.org/10.17269/s41997-018-0117-7。Bertholet，N.，坎宁安，J.A.，Faouzi，M.，Gaume，J.，Gmel，G.， Burdham，B.，Daeppen，J.B.，2015.对用途：不健康饮酒的年轻男性进行基于互联网的简短干预：一项普通人群样本的随机对照试验NovAddiction110（11），1735- 1743. https://doi.org/10.1111/add.13051。Boumparis，N.，Loheide-Niesmann，L.，Blankers，M.，Ebert，D. D.，Korf，D.，Schaub，M.P.，Spijkerman，R.，Tait，R.J.，Riper，H.，2019.数字预防和治疗干预措施对减少大麻使用的短期和长期影响：一个系统的回顾和荟萃分析. 第1章酒精依赖200，82- 94。https://doi.org/10.1016/j.drugalcdep.2019.03.016.海洋生物对健康的影响，2017年。大麻和大麻素对健康的影响：证据的现状和研究建议。中国科学出版社. https://doi.org/10.17226/24625网站。Copeland，J.，Rooke，S.，Rodriquez，D.，Norberg，M.M.，吉布森湖2017.大麻使用者在线干预中简短与扩展个性化反馈MayJ. Subst. Abus.请客76岁，43比48 https://doi.org/10.1016/j.jsat.2017.01.009。坎宁安，J.A.，1999.未经治疗的药物用途：主要途径。五月瘾。行为举止。 24（2），267- 270。https://www.ncbi.nlm.nih.gov/pubmed/10336107。坎宁安，J.A.，两千药物依赖的缓解：治疗是先决条件吗第1章酒精依赖 59（3），211- 213。 http://www.ncbi.nlm.nih.gov/pubmed/10812281.坎宁安，J.A.，2005年大麻使用者对自助材料的兴趣程度以及其他旨在减少问题使用的服务？ Apr Addiction100（4），561 - 562.坎宁安，J.A.，邦迪，S.J.，沃尔什，G.W.，两千大麻用途：的风险剂量反应关系。 药物酒精Rev. 19，137- 142.坎宁安，J.A.，邻居C怀尔德，C.，Humphreys，K.，2012年。对问题饮酒者的超简短干预：一项随机对照试验的结果PLoS One 7（10），e48003.https://doi.org/10.1371/journal.pone.0048003网站。坎宁安，J.A.，Sobell，L.C.，Sobell，M. B.，Agrawal，S.，Toneatto，T.，1993.治疗障碍：为什么酗酒和吸毒者延迟或从不寻求治疗。五月至六月瘾君子行为举止。 18（3），347- 353。http://www.ncbi.nlm.nih.gov/pubmed/8393611。坎宁安，J.A.，van Mierlo，T.，2009年检查你的大麻筛选器：一个新的在线个性化的反馈工具。 打开J。 Med. INF. 3，27- 31。戴维斯，C.G.，托马斯，G.，贝特曼河，马赞河2009.在大麻的危险使用上划清界限：与ASSIST一起评估有问题的使用Jun 1 Addict.Res. 理论17（3），322- 332. https://doi.org/10.1080/16066350802334587。埃利奥特，J.C.，Carey，K.B.，2012年。纠正夸大的大麻使用规范，大学戒酒者：预防干预的初步测试。NovJ. Stud。酒精药物73（6），976埃利奥特，J.C.，Carey，K.B.，范纳博，私人助理，2014年。对一个基于网络的对大学生吸食大麻进行干预。媚君精神病瘾君子行为举止。28（1），288- 293。https://doi.org/10.1037/a0034995。Fischer，B.，拉塞尔，C.，Sabioni，P.，van den Brink，W.，Le Foll，B.，霍尔，W.，J.，房间，河，2017.低风险大麻使用指南：证据和建议的全面更新。八月J. 公共卫生107（8），e1-e12。网址：http：//doi.org/10.2105/AJPH.2017.303818福克斯，J.，2008年应用回归分析和广义线性模型，第2版。 圣人霍尔，W.，Lynskey，M.，2016.评估美国娱乐性大麻使用合法化对公共卫生的影响。OctAddiction111（10），1764- 1773，10.1111/add.13428.Hammond，D.，古德曼，S.，Wadsworth，E.，Rynard，V.，Boudreau，C.，霍尔，W.，2020. 评估大麻合法化的影响：国际大麻政策Study.2 月 26 日 国 际J.药 物 政 策 77 ， 102698 。https://doi.org/10.1016/j。 drugpo.2020.102698.Hayes，A.F.，2018.调解，适度和条件过程分析介绍：基于回归的方法，第二版。北京：人民出版社.加 拿 大 卫 生 部 ， 2015 年 。 加 拿 大 烟 草 ， 酒 精 和 毒 品 调 查 ， 2013 年http://healthycanadians.gc.ca/science-research-sciences-recherches/data-donnees/ctads-ectad/summary-sommaire-2013-eng.php。Hoch，E.，Preuss，U.W.，Ferri，M.，西蒙，R.，2016年。数字化干预问题非临床环境中的大麻使用者：来自系统综述和Meta分析的结果。EUR. 瘾君子 Res.22（5），233- 242。 https://doi.org/10.1159/000445716。胡梅纽克河，阿里河，Babor，T.F.，Farrell，M.，Formigoni，M.L.，Jittiwutikarn，J.， deLacerda，R.B.，Ling，W.，Marsden，J.，蒙泰罗，M.，Nhiwatiwa，S.，H.，Poznyak，V.，Simon，S.，2008年酒精、吸烟和物质的验证