《Journal of Cannabis Research》：Cannabis use and suicide: a case-control study based on integrative data analysis
编辑推荐：
编辑荐读：为破解“吸食大麻是否真正推高自杀死亡率”这一悬而未决的难题，Qiongyu Shi与Guohua Li团队整合NVDRS、NSDUH与NRS三大国家级数据库，采用数据融合与多重插补技术，首次以毒理学检测结果量化大麻暴露的自杀风险。结果显示，THC阳性使自杀概率上升83%，而酒精阳性更达20倍。研究为政策制定者评估大麻合法化的外部性提供了关键aOR(1.83; 95%CI:1.36,2.31)证据，亦凸显精神活性物质管控的紧迫性。
当全球每年逾72万人死于自杀、美国自杀率20年飙升37%之际，大麻合法化浪潮却使成人吸食率持续走高。毒理学监测发现，2006—2017年间自杀身亡者体内检出大麻素的比例由8%跃至23%，但“吸食后是否直接提升致命风险”始终缺乏代表性毒理学证据——既往研究多依赖小样本、自报数据，难以校正漏报与记忆偏倚；而全国暴力死亡报告系统(NVDRS)虽记录毒理结果，却缺少可比的健康人群对照。正是这一证据缺口，让政策评估与风险沟通陷入“数据真空”的尴尬。
为回答“在真实世界人群中，大麻暴露是否独立升高自杀死亡概率”，Qiongyu Shi与Guohua Li设计了一项跨越17州、覆盖约30%美国人口的病例-对照研究。团队从2013年NVDRS抽取12,750例16岁以上自杀身亡者作为病例，以同年国家药物使用与健康调查(NSDUH)43,465名应答者为潜在对照；为解决对照组缺乏毒理检测的硬伤，研究者再引入2013年国家路边酒精与药物调查(NRS)11,314名驾驶员的同期血样与唾液结果，开发Lasso-logistic预测模型，将NRS中的自报+毒理关联“移植”到NSDUH人群，实现数据融合与20重多重插补，最终获得“毒理学阳性”而非“口说无凭”的暴露指标。
研究采用加权多变量logistic回归，在校正年龄、性别、种族、教育及酒精暴露后，计算大麻毒理阳性与自杀的校正比值比(aOR)。
关键技术方法：
多源数据融合：NVDRS(病例毒理)+NSDUH(代表人群自报)+NRS(自报+毒理校正)
Lasso-logistic建模：以NRS为训练集，预测NSDUH对照的毒理阳性概率
多重插补：20重链式方程(MICE)处理缺失毒理与协变量
加权logistic回归：Bootstrap 200次估计aOR与95%CI
研究结果：
“毒理学阳性率”——经插补后，17.1%的自杀病例THC阳性，而一般人群仅7.2%；酒精阳性率分别为39.2%与2.6%。
“大麻-自杀关联”——Model 3显示，THC阳性独立升高83%自杀概率(aOR=1.83；95%CI 1.36–2.31)，而酒精阳性高达20.53倍。
“人群差异”——病例更多为男性(77.4%)、非西班牙裔白人(84.9%)、高中及以下学历(61.5%)，与对照差异显著(P<0.001)。
“稳健性”——三种模型(NVDRS+NRS原始数据、插补后、NVDRS+NSDUH融合)结果一致，提示结论稳健。
结论与讨论：
基于全国代表性毒理学证据，研究首次证实急性或近期大麻暴露是独立于酒精的自杀风险因子。作者指出，大麻可通过诱发抑郁、精神病性障碍、认知-运动功能损害及生活事件连锁反应，间接或直接影响致命性自杀行为。尽管存在“预测模型跨人群一致性”“周末路边采样时间局限”“无法量化使用剂量”等限制，该文以aOR 1.83的精确估计为公共卫生政策提供量化依据：在评估大麻合法化的外部成本时，需将“额外自杀生命损失”纳入成本-效益天平。论文发表于《Journal of Cannabis Research》(2025)，为精神活性物质流行病学写下 methodological benchmark，也为后续剂量-反应曲线、遗传-环境交互研究奠定数据与方法学基础。
