Einführung

Die Beziehung zwischen Cannabis-Konsum und Fahrbeeinträchtigung ist komplex aufgrund der einzigartigen pharmakokinetischen und pharmakodynamischen Eigenschaften des Hauptintoxikanten von Cannabis: Delta-9-Tetrahydrocannabinol (THC) (1). “Beeinträchtigung” ist schwer zu definieren, da es keine allgemein anerkannte Aufgabe gibt, die zur Definition der Fahrbeeinträchtigung verwendet werden kann. Bei Ethanol besteht eine klare Beziehung zwischen der Menge des konsumierten Alkohols, den Blutalkoholkonzentrationen und den Auswirkungen auf die Fahrleistung (2). Bei Cannabis sind diese Beziehungen komplexer (3). Die Beziehung zwischen Blut-THC-Konzentrationen und Unfallrisiko ist nicht etabliert, aber es besteht ein klares Verständnis, dass THC bei vielen, aber nicht unbedingt bei allen Individuen, die Fahrleistung beeinträchtigt (1, 4). Die verbleibende Frage ist, wie am besten Fahrer erkannt werden können, die durch Cannabis beeinträchtigt sind.

Es gibt mehrere Komponenten, die die Beziehung zwischen Cannabis und Beeinträchtigung beeinflussen. Dazu gehören Faktoren, die mit Cannabis selbst zusammenhängen (z.B. % THC-Gehalt), Merkmale des Cannabis-Konsums (z.B. Verabreichungsweg, Häufigkeit und Ausmaß der Exposition), Merkmale des Individuums, das Cannabis konsumiert (z.B. Erfahrung, vorheriger Gebrauch), und wann die Beeinträchtigung im Verhältnis zur Dosierung bewertet wird. Die psychoaktiven Effekte von Cannabis-Inhalation beginnen innerhalb von Minuten nach dem Rauchen oder Verdampfen und erreichen innerhalb von 3 Stunden ihren Höhepunkt (3), während die orale Verabreichung Effekte verursacht, die in etwa 1 Stunde beginnen und bis zu 8 Stunden anhalten (5). Diese Beobachtung ist konsistent mit Befunden, die zeigen, dass fahrbezogene Fähigkeiten zwischen 3 und 5 Stunden nach dem Rauchen von Cannabis wiederhergestellt sind (4, 6). Im Gegensatz zu Alkohol, der innerhalb von 24 Stunden nach dem Trinken abgebaut wird, reichert sich THC bei wiederholter Dosierung an, so dass einige häufige Nutzer Baseline-Blutkonzentrationen von >5 ng/mL aufweisen. Obwohl es möglicherweise keine messbare Beeinträchtigung gibt, können Hintergrund-THC-Konzentrationen die per se Fahrbeeinträchtigungsgrenzwerte, die derzeit in einigen Bundesländern angewendet werden und im Allgemeinen bei 2 oder 5 ng/mL THC im Blut festgelegt sind, überschreiten (7, 8). Der Begriff per se im Kontext von Fahren unter Einfluss bedeutet, dass eine Person als unter Einfluss angesehen wird, sobald die Konzentrationen den festgelegten Grenzwert überschreiten, basierend allein auf dem toxikologischen Test. Nach dem Rauchen sinken die Blut-THC-Konzentrationen in der ersten Stunde

um etwa 90% (9, 10). Da es mehrere Stunden dauern kann, bis eine Blutprobe nach einem Verkehrsstopp gesammelt wird (11), ist es schwierig, die zirkulierenden Blut-THC-Konzentrationen zum Zeitpunkt des Fahrens zu schätzen. In einer Feldstudie mit 602 Fällen, in denen Drogenerkennungsexperten (DREs) feststellten, dass der Fahrer nur aufgrund von Cannabis beeinträchtigt war (toxikologisch bestätigt), betrug die mittlere THC-Konzentration 5,05 ng/mL – das bedeutet, dass etwa 50% der Gruppe unter den per se Grenzwerten lagen, die von einigen Bundesländern verwendet werden (12).

Speichel (OF) ist eine alternative Probe, die schnell am Straßenrand gesammelt werden kann, um den jüngsten Gebrauch von Cannabis nachzuweisen. OF hat im Vergleich zur Analyse von Blut mehrere Vorteile; die Probenentnahme ist nicht invasiv, es kann an Kontaktstellen auf Screening-Geräten getestet werden und, wie beim Blut, können vorläufige Ergebnisse durch robuste analytische Techniken wie LC-MS/MS bestätigt werden (13, 14). Es wurde auch vorgeschlagen, Atemproben auf THC-Gehalt zu analysieren, um den jüngsten Cannabis-Konsum zu identifizieren (15).

In der ersten Studie, die die Leistung von Polizeibeamten bei der Erkennung von drogenbedingter Beeinträchtigung bewertete (16), wurden erwachsene männliche Teilnehmer randomisiert, um Cannabis, Diazepam, Secobarbital oder d-Amphetamin zu erhalten. In dieser Studie waren die Beamten ausgebildete DREs und wurden über das Studienmedikament des Teilnehmers getäuscht. Nur ein Teilnehmer wurde fälschlicherweise als unter dem Einfluss von Cannabis stehend identifiziert, während dem Individuum tatsächlich Diazepam verabreicht wurde. Die Fähigkeit der Beamten, eine Cannabis-Exposition korrekt zu identifizieren (Sensitivität), war gering, aber dosisabhängig, da die Beamten mehr Teilnehmer mit der hohen THC-Dosis im Vergleich zur niedrigen THC-Dosis korrekt identifizierten.

Heishman et al. (17) führten eine placebokontrollierte Doppelblindstudie durch, die die Fähigkeit der DREs untersuchte, Teilnehmer, die einem Placebo, Ethanol, Kokain oder THC ausgesetzt waren, korrekt zu klassifizieren. Diese Autoren zeigten, dass, wenn der DRE eine Beeinträchtigung aufgrund von Drogen, die nicht Ethanol waren (z.B. Kokain oder THC), feststellte, die Schlussfolgerungen der DREs in 44% der Fälle mit den toxikologischen Ergebnissen übereinstimmten. Betrachtet man jedoch Cannabis, so stellten die DREs fest, dass 6/16 der Teilnehmer, die einem Placebo ausgesetzt waren, beeinträchtigt waren (17).

In einer Nachfolgestudie maß Heishman maximale THC-Plasmakonzentrationen von 28 und 61 ng/mL 2 Minuten nach dem Rauchen von Cannabis in einer niedrigen und einer hohen Dosisgruppe (18). In dieser Studie wurden mehr Placebo-exponierte Teilnehmer als beeinträchtigt angesehen als die Gruppe mit niedriger Dosis Cannabis. Diese Autoren kamen zu dem Schluss, dass die Feststellungen der DREs bezüglich der Beeinträchtigung nur in 32% der Fälle mit den toxikologischen Befunden übereinstimmten (18). Die Autoren weisen auf mehrere Gründe für diese Diskrepanz hin, darunter, dass die Beamten im Feld andere Hinweise beobachten, wie das Fahrverhalten, Drogenutensilien und Cannabisgeruch.

Der Großteil der veröffentlichten Forschung, die die Zuverlässigkeit der Beobachtungen der DREs untersucht, wurde unter kontrollierten experimentellen Bedingungen durchgeführt und umfasste nur einen Teil der vollständigen DRE-Untersuchung. Dies ist in Studien unvermeidbar, in denen die Teilnehmer mehr als einmal untersucht werden, da eine vollständige DRE-Untersuchung in der Regel etwa eine Stunde dauert (16). Dies hat wichtige Auswirkungen bei der Korrelation von Laborstudien mit Feldstudien, da mehrere wichtige Schritte der DRE-Untersuchung, wie das Interview mit dem verhaftenden Beamten, die Durchsuchung des Teilnehmers, die Untersuchung auf physische Anzeichen einer Drogenverabreichung und die Durchführung eines Atemalkoholtests, in einer über mehrere Zeitpunkte nach dem Rauchen von Cannabis durchgeführten Laborstudie nicht möglich sind.

In diesem Manuskript berichten wir über die Ergebnisse aus der bislang größten randomisierten doppelblinden placebokontrollierten Studie, die den Zusammenhang zwischen THC-Konzentrationen in verschiedenen Körperflüssigkeiten und der Leistung in einem Fahrsimulator untersucht. Wir berichten auch über die Einschätzung von Polizeibeamten bezüglich der Beeinträchtigung durch Cannabis, basierend ausschließlich auf Feldnüchternheitstests (FSTs), sowie in Kombination mit verschiedenen THC-Konzentrationen in Körperflüssigkeiten zur Klassifizierung von Personen, die einer aktiven Droge oder einem Placebo ausgesetzt waren. Wir berichten über den Einfluss verschiedener Grenzwerte für Blut und Speichel (OF) zu verschiedenen Zeitpunkten auf die Klassifizierung von Teilnehmern, die als beeinträchtigt auf den FSTs eingestuft wurden.

Material und Methoden

Studienteilnehmer

Die präsentierten Daten fassen die toxikologischen Befunde und FST-Ergebnisse aus einer Studie des Center for Medicinal Cannabis Research der University of California San Diego zusammen (4). Kurz gesagt, 199 Teilnehmer wurden randomisiert und als “häufige” oder “gelegentliche” Konsumenten eingestuft. Teilnehmer, die Cannabis ≥ 4 mal/Woche konsumierten, wurden als “häufige” Konsumenten bezeichnet, während diejenigen, die mindestens 4 mal im Monat, aber < 4 mal/Woche konsumierten, als “gelegentliche” Konsumenten bezeichnet wurden. Teilnehmer erhielten randomisiert und doppelblind 6,7% oder 12,6% THC-Cannabis oder Placebo-Cannabis und fuhren 30 Minuten auf einem Fahrsimulator. Alle Teilnehmer wurden bei Ankunft und 1 und 3 Stunden nach dem Rauchen auf FSTs untersucht. Sie wurden auch 30 Minuten vor und 1 und 3 Stunden nach dem Rauchen auf Blut- und Speichelproben untersucht. Es wurden fünf FSTs durchgeführt: Romberg Balance, Walk and Turn, One Leg Stand, Finger to Nose, and Modified Position of Attention. Die Ergebnisse des 9-Schritte “Walk and Turn” und “One Leg Stand” Tests wurden in eine einzelne Variable zusammengefasst und als “divided attention” bezeichnet. Für jeden Test wurde eine binäre Variable erstellt, die angibt, ob der Teilnehmer den Test bestanden hat oder nicht. Ein Test wurde als nicht bestanden betrachtet, wenn der Prüfer entschied, dass der Teilnehmer nicht in der Lage war, die Anweisungen des Tests korrekt auszuführen. Die fünf Tests wurden dann zu einer binären Variable zusammengefasst, die angibt, ob der Teilnehmer irgendeinen der Tests nicht bestanden hat oder nicht. Die Studie wurde vom Human Research Protections Program der University of California San Diego genehmigt und alle Teilnehmer unterschrieben eine schriftliche Einverständniserklärung.

Analytische Methoden

Blut- und Speichelproben wurden auf THC, 11-OH-THC und THC-COOH untersucht. Für die Blutanalyse wurden Proben mittels Festphasenextraktion vorbehandelt und dann mit einem 5500 QTRAP-Massenspektrometer (AB Sciex, Framingham, MA) analysiert, das mit einem ExionLC AC-Analysensystem (AB Sciex, Framingham, MA) gekoppelt war. Für die Speichelanalyse wurden Proben mittels Festphasenextraktion vorbehandelt und dann mit einem 5500 QTRAP-Massenspektrometer (AB Sciex, Framingham, MA) analysiert, das mit einem ExionLC AC-Analysensystem (AB Sciex, Framingham, MA) gekoppelt war. Alle Analysen wurden unter Verwendung von internen Standards durchgeführt, um eine genaue Quantifizierung zu gewährleisten. Die Grenze der Quantifizierung für THC, 11-OH-THC und THC-COOH war 0,25 ng/mL für Blut und 1 ng/mL für Speichel. Die Messunsicherheit wurde für alle Analyten bestimmt und lag innerhalb der von der Internationalen Organisation für Normung (ISO) empfohlenen Grenzen (≤ 20%).

Statistische Analysen

Die Abhängige Variable für alle Analysen war, ob ein Teilnehmer einen FST nicht bestanden hat oder nicht. Univariate logistische Regressionen wurden durchgeführt, um die Assoziation zwischen jeder unabhängigen Variable und dem Nicht-Bestehen eines FST zu bewerten. Multivariate logistische Regressionen wurden durchgeführt, um die unabhängige Assoziation jeder Variable mit dem Nicht-Bestehen eines FST zu bewerten, während für alle anderen Variablen in dem Modell kontrolliert wurde. Die Ergebnisse der logistischen Regressionen wurden als Odds Ratios (OR) und 95% Konfidenzintervalle (CI) berichtet. Ein OR größer als 1 deutet auf eine erhöhte Wahrscheinlichkeit des Nicht-Bestehens eines FST hin, während ein OR kleiner als 1 auf eine verringerte Wahrscheinlichkeit hinweist. Alle statistischen Analysen wurden mit R (Version 3.6.1) durchgeführt.

Studien-Zeitlinie: Zeiten sind Mittelwerte, seit dem Start des Konsums in Minuten.

Fahrsimulator

Der verwendete Fahrsimulator war ein STISIM M300WS-Console Driving Simulator System, wie von Marcotte (4) beschrieben. Beziehungen zwischen zwei Maßen der Fahrleistung, SDLP und Fahrzeugfolgen (Kohärenz) sowie THC-Konzentrationen im Blut, in der oralen Flüssigkeit (OF) und im Atem werden berichtet. SDLP, ein Maß für das Schlingern in einer Fahrspur und Kohärenz, ein Maß für die Fähigkeit, eine konstante Distanz zu einem vorausfahrenden Fahrzeug zu halten, sind zwei häufig verwendete Indikatoren für Beeinträchtigungen (23-25). Eine Zunahme des SDLP deutet auf eine schlechtere Fahrleistung hin, während eine Abnahme der Kohärenz auf eine schlechtere Fahrleistung hinweist.

Bestimmung der Beeinträchtigung

Es gibt keine Referenzmethode zur Identifizierung von Beeinträchtigungen nach dem Konsum von Cannabis. Beeinträchtigungen beim realen Fahren sind das letztendliche Outcome von Interesse, aber sie sind schwierig operationell zu definieren (Unfälle, risikoreiches Verhalten oder verlangsamte Reaktion auf Hindernisse). Fahrsimulationen, kognitive Tests und FSTs sind alle Ersatzindikatoren für Beeinträchtigungen. Eine Beeinträchtigung wurde definiert als die Interpretation des Polizeibeamten der Leistung des Teilnehmers in allen FSTs. Jeder Teilnehmer, der auf den FSTs ausreichende Defizite aufwies, dass ein ausgebildeter Polizeibeamter sie als unfähig zum Fahren einstufte, wurde als beeinträchtigt definiert. Diese Definition wurde gewählt, weil bei einer Verkehrskontrolle die Beobachtung der Fahrleistung durch den Beamten das auslösende Ereignis ist, gefolgt von FSTs und möglicherweise einer DRE-Untersuchung. Im Gegensatz zu einer Verkehrskontrolle beobachteten die Beamten in dieser kontrollierten Studie nicht das Fahren der Teilnehmer und trafen eine Entscheidung über die Beeinträchtigung nur auf der Grundlage von Beobachtungen während der FST-Untersuchung. Ergebnisse aus den FSTs wurden mit unterschiedlichen Grenzwerten für die Blut- oder OF-THC-Konzentrationen kombiniert, um Teilnehmer als beeinträchtigt zu klassifizieren, wie es bereits zuvor gemacht wurde (26).

Statistiken

Die Korrelation zwischen der Fahrleistung (SDLP und Kohärenz) und den THC-Konzentrationen im Blut, OF und Atem wurde mit Spearman rho bestimmt. P-Werte wurden für Mehrfachtests mit der Methode der Falsch-Entdeckungsrate angepasst (padj). Die P-Werte stammen von χ2-Tests zum Vergleich der Anteile der beeinträchtigten (oder, äquivalent, der nicht beeinträchtigten) zwischen den THC- und Placebo-Gruppen. P-Werte < 0,05 wurden als signifikant betrachtet.

Ergebnisse

Die Beziehung zwischen den THC-Konzentrationen im Blut, OF und Atem, die unmittelbar nach dem Rauchen der aktiven Droge gemessen wurden (d.h. Spitzenkonzentration, Median 13 Minuten nach dem Rauchen) im Vergleich zur Fahrleistung bei der ersten Fahrsimulation nach dem Rauchen (Median 26 Minuten nach dem Rauchen) sind in Abbildung 2 dargestellt. Es wurde keine Korrelation beobachtet zwischen der THC-Konzentration im Blut und SDLP (Abb. 2, A, rho = -0,02, padj = 0,89) oder Kohärenz (Abb. 2, B; r = -0,102, P = 0,46). Diese gleichen Parameter (SDLP und Kohärenz) im Vergleich zu den THC-Konzentrationen, die unmittelbar nach der Fahrsimulation gemessen wurden (60 Minuten nach dem Rauchen), zeigten ebenfalls keine Beziehung. Die gleichen Ergebnisse wurden für alle anderen Zeitpunkte beobachtet, ebenso wie für Analysen, die THC-Konzentrationen und Veränderungen der Simulatorleistung zwischen den vor dem Rauchen und nach dem Rauchen durchgeführten Simulationen verglichen (Daten nicht gezeigt). Wir analysierten auch die OF- und Atemdaten in ähnlicher Weise (Abb. 2, C-F) und zeigten keine Beziehung zwischen den Biofluid-Konzentrationen und der Fahrleistung. Die Daten in Tabelle 1 zeigen die Spearman-Korrelation (P-Werte) zwischen Biofluiden und Fahrleistung und ähneln den Daten in Abbildung 2, beinhalten aber alle Zeitpunkte der Studie, im Gegensatz zu Abbildung 2, die nur Daten für die erste Fahrsimulation zeigt. Die Daten in Tabelle 1 sind wichtig, weil Fahrer potenziell zu verschiedenen Zeiten nach dem Rauchen von Cannabis angehalten werden könnten. Tabelle 1 zeigt, dass Biofluid-Ergebnisse, die unmittelbar vor dem Simulator gemessen wurden, keine Korrelation (alle P-Werte > 0,05) mit der Fahrleistung zu irgendeinem Zeitpunkt während der Studie für die Gruppe der aktiven Droge aufwiesen. Tabelle 2 ist enthalten, weil auf dem Feld die Fahrleistung vor der Sammlung von Biofluid-Proben beobachtet wird, die oft mehrere Stunden nach dem Verkehrsstop gesammelt werden. Hier zeigen wir, dass die anfängliche Fahrleistung (26 Minuten) nicht mit Blut, OF oder Atem zu irgendeinem Sammelzeitpunkt (13, 86, 200 oder 262 Minuten nach dem Rauchen) für die Gruppe der aktiven Droge korreliert hat. Beide Tabellen zeigen keine Beziehung zwischen Biofluid-Konzentrationen und Fahrleistung zu irgendeinem Zeitpunkt.

Abbildung 2.

Beziehung der Spitzen-THC-Konzentration im Blut, in der oralen Flüssigkeit und im Atem, gemessen im Median 13 Minuten nach dem Rauchen der aktiven Droge im Vergleich zur Leistung in der Fahrsimulation bei 26 Minuten. Keine der dargestellten Beziehungen war signifikant. (A), Korrelation zwischen den THC-Konzentrationen im Blut und SDLP, ein Anzeichen für Schlingern; (B), Korrelation zwischen den THC-Konzentrationen im Blut und dem Folgen eines Fahrzeugs (Kohärenz); (C), Korrelation zwischen den THC-Konzentrationen in der oralen Flüssigkeit und SDLP; (D), Korrelation zwischen den THC-Konzentrationen in der oralen Flüssigkeit und der Kohärenz; (E), Korrelation zwischen THC im Atem und SDLP; (F), Korrelation zwischen THC im Atem und Kohärenz. Neben THC maßen wir auch Cannabinol, Cannabidiol, 11-Hydroxy-THC, 11-Nor-9-Carboxy-Delta-9-THC, 11-Nor-9-Carboxy-Delta-9-THC-9-Carbonsäureglucuronid, Cannabigerol, Delta-9-THC-Glucuronid, Delta-9-Tetrahydrocannabinolsäure und Tetrahydrocannabivarin (14, 20). Keines der 10 Cannabinoide in unserer Analyse korrelierte mit der Simulator-Fahrleistung (SDLP oder Kohärenz) zu irgendeinem Zeitpunkt.

Tabelle 1:
Spearman-Korrelationen (P-Wert) zwischen THC-Konzentrationen in verschiedenen Körperflüssigkeiten und den Ergebnissen der Fahrsimulation unter den Teilnehmern in der aktiven Medikamentengruppe. Für diese Analysen werden die unmittelbar vor der Fahrsimulation erfassten THC-Biospezimenkonzentrationen gegen SDLP und Kohärenz (Fahrzeugverfolgung) bewertet. P-Werte wurden zur Anpassung an mehrfache Tests mittels der Methode der Falschentdeckungsrate korrigiert.

Tabelle 2:

Spearman-Korrelationen (P-Wert) zwischen THC-Konzentrationen und den Ergebnissen der Fahrsimulation unter den Teilnehmern in der aktiven Medikamentengruppe. Für diese Analyse werden die SDLP- und Kohärenzergebnisse aus der ersten nach dem Rauchen simulierten Fahrsitzung (26 Minuten) gegen alle Biofluidproben bewertet. P-Werte wurden zur Anpassung an mehrfache Tests mittels der Methode der Falschentdeckungsrate korrigiert.

Tabelle 3 zeigt die Ergebnisse der FST-Bestimmungen der Beeinträchtigung für Teilnehmer, die Placebo oder aktive Droge geraucht haben. Nur Teilnehmer, bei denen die FSTs zu allen Zeitpunkten untersucht wurden (63 Placebo und 121 aktive Droge), wurden einbezogen. Bei der FST-Untersuchung Nr. 1, die im Median 71 Minuten nach Beginn des Rauchens durchgeführt wurde, wurden 98 von 121 Teilnehmern (81,0%), die die aktive Droge erhielten, als beeinträchtigt eingestuft. Zum gleichen Zeitpunkt wurden 31 von 63 Teilnehmern, die Placebo geraucht hatten, als beeinträchtigt eingestuft (49,2%). Es gab einen signifikanten Unterschied zwischen den Teilnehmern, die die aktive Droge geraucht hatten und die von den FSTs als beeinträchtigt eingestuft wurden, im Vergleich zu Placebo bei den ersten 3 FST-Untersuchungen. 252 Minuten nach Beginn des Rauchens gab es keinen signifikanten Unterschied zwischen denen, die die aktive Droge erhielten, im Vergleich zu Placebo bei der FST-Klassifizierung der Beeinträchtigung. Mit Fortschreiten des Studientages wurden niedrigere Prozentsätze sowohl von aktiven Drogen- als auch von Placebo-Teilnehmern als beeinträchtigt betrachtet. Detaillierte Analysen und Diskussionen hinsichtlich der FSTs, der Gesamtfahrleistung und der Charakterisierung der Placebo-Gruppe werden in Marcotte et al. (27) behandelt.

Tabelle 3:
Bestimmung der Beeinträchtigung durch den FST für das aktive Medikament (THC) oder Placebo, dargestellt als Prozentsatz. P-Werte wurden zur Anpassung an mehrfache Tests mittels der Methode der Falschentdeckungsrate korrigiert.

Abbildung 3 zeigt, wie das Hinzufügen einer Anforderung für einen positiven Toxikologietest zusätzlich zu den FST-Ergebnissen die Klassifizierung der Beeinträchtigung ändert. Für diese Abbildung werten wir die FST-Ergebnisse alleine (obere Linie im Diagramm) zusammen mit 3 verschiedenen THC-Grenzkonzentrationen (>0,5 ng/ml, 2 ng/ml und 5 ng/ml) aus. Für diese Analyse haben wir die FST-Bewertung von 2 verschiedenen Zeitpunkten angewendet. Wir wählten die 71-Minuten-FSTs (obere Linie in jedem Diagramm), weil dies der erste Zeitpunkt nach dem Rauchen war, und die 192-Minuten-FSTs (untere Linie in jedem Diagramm), weil dies der letzte Zeitpunkt war, an dem wir einen signifikanten Unterschied in den FST-Ergebnissen zwischen den aktiven und Placebo-Gruppen beobachteten. Während die Ergebnisse für die 71-Minuten-FSTs eine höhere Klassifizierung der Beeinträchtigung zeigten (obere Linie in jedem Diagramm), führte die Anwendung eines THC-Grenzwertes von >0,5 ng/ml zu einem signifikanten Rückgang der Prozentsätze, die als beeinträchtigt klassifiziert wurden. Die Anwendung eines Grenzwertes von 2 ng/ml oder 5 ng/ml führte zu einem weiteren signifikanten Rückgang. Diese Muster wiederholten sich für die 192-Minuten-FSTs (untere Linie in jedem Diagramm). Es ist wichtig zu bemerken, dass einige Teilnehmer, die die aktive Droge geraucht hatten und die von den FSTs als beeinträchtigt eingestuft wurden, nicht die vorgegebenen THC-Konzentrationen in ihren Biofluiden erreichten. Umgekehrt gibt es Teilnehmer, die die aktive Droge geraucht hatten und nicht von den FSTs als beeinträchtigt eingestuft wurden, die aber THC-Konzentrationen über den Grenzwerten in ihren Biofluiden erreichten. Eine Diskussion dieser speziellen Gruppen ist in Marcotte et al. (27) enthalten. Es gab keine signifikante Korrelation zwischen den THC-Konzentrationen in Blut, OF oder Atem und der Bewertung der Beeinträchtigung durch die FSTs (P > 0,05) (Daten nicht gezeigt).

Abbildung 3.

Prozentsatz der Teilnehmer, die als beeinträchtigt klassifiziert wurden, basierend auf der Interpretation der FSTs durch den Polizeibeamten zusammen mit THC-Konzentrationen im Blut, in der oralen Flüssigkeit und im Atem über drei verschiedenen Grenzwerten (>0,5 ng/ml, 2 ng/ml und 5 ng/ml). Die obere Linie in jedem Diagramm zeigt den Prozentsatz der beeinträchtigten Personen auf der Grundlage der FST-Ergebnisse allein zu 71 Minuten. Die untere Linie in jedem Diagramm zeigt den Prozentsatz der beeinträchtigten Personen auf der Grundlage der FST-Ergebnisse allein zu 192 Minuten.

Diskussion

Wir haben in einer großen Gruppe von Teilnehmern, die unter kontrollierten Bedingungen Cannabis geraucht haben, die Beziehung zwischen den THC-Konzentrationen im Blut, der oralen Flüssigkeit und dem Atem und der Fahrleistung und der Beeinträchtigung analysiert. Basierend auf unseren Daten gab es keine Korrelation zwischen den THC-Konzentrationen und der Fahrleistung oder der Bewertung der Beeinträchtigung durch einen ausgebildeten Polizeibeamten. Dies legt nahe, dass THC-Konzentrationen in diesen Biofluiden nicht verwendet werden können, um eine Beeinträchtigung zuverlässig zu identifizieren oder vorherzusagen. Unser Studiendesign hat mehrere Stärken. Erstens umfasste die Studie eine große Anzahl von Teilnehmern und wir konnten eine Vielzahl von Messungen vornehmen. Zweitens waren die Bedingungen der Studie stark kontrolliert, was es uns ermöglichte, konkrete Schlussfolgerungen zu ziehen. Drittens erlaubten unsere Methoden die Messung von THC in drei verschiedenen Biofluiden, was uns einen umfassenden Überblick über den Verlauf von THC im Körper nach dem Rauchen von Cannabis gab. Trotz dieser Stärken hat unsere Studie einige Limitationen. Erstens beruht die Fahrleistung auf einer Fahrsimulation und nicht auf dem tatsächlichen Fahren. Zweitens repräsentieren die in unserer Studie verwendeten Maße für die Fahrleistung nur einige Aspekte des Fahrens und können möglicherweise nicht alle Arten von Beeinträchtigungen durch Cannabis abdecken. Es ist auch wichtig zu beachten, dass die Fähigkeit, eine Beeinträchtigung durch FSTs zu erkennen, von der Erfahrung und Ausbildung des Polizeibeamten abhängen kann. Unsere Studie deutet darauf hin, dass die Bestimmung von THC-Konzentrationen in Biofluiden allein nicht ausreicht, um eine Beeinträchtigung durch Cannabis zu identifizieren. Weitere Forschung ist erforderlich, um zuverlässige und praktikable Methoden zur Identifizierung von cannabisbedingter Beeinträchtigung zu entwickeln.

Einschränkungen

Bei der Interpretation dieser Ergebnisse müssen mehrere Faktoren berücksichtigt werden. Erstens wurden die Fahrfähigkeiten unserer Teilnehmer unter Verwendung eines Fahrsimulators in einer kontrollierten Umgebung bewertet, die nicht alle Variablen widerspiegelt, die das tatsächliche Fahren beeinflussen. Zweitens wurde unseren Teilnehmern angewiesen, mindestens 2 Tage vor der Studie kein Cannabis zu verwenden, und sie wurden von der Studie ausgeschlossen, wenn ihre orale Flüssigkeit (OF) zu Beginn ≥ 5 ng/mL THC enthielt. Dies erschwert wahrscheinlich die Anwendung unserer Ergebnisse auf reale Daten, bei denen Teilnehmer häufig mehr als eine Cannabis-Zigarette rauchen, wobei chronische Benutzer täglich mehrere Cannabis-Zigaretten rauchen. Drittens untersuchte derselbe Beamte jeden Teilnehmer zu mehreren Zeitpunkten, was die Interpretation einer Beeinträchtigung zu späteren Zeitpunkten beeinflussen könnte. Außerdem wussten die Beamten, dass die Teilnehmer nur unter dem Einfluss von Cannabis oder Placebo stehen würden. Schließlich wurde keine vollständige DRE-Untersuchung (Drug Recognition Expert) durchgeführt, und die Beeinträchtigung wurde ausschließlich auf Grundlage der FST-Ergebnisse (Field Sobriety Test) bestimmt.

Schlussfolgerungen

In der bisher größten Studie mit erfahrenen Cannabis-Rauchern gab es keinen Zusammenhang zwischen THC (und verwandten Metaboliten/Kannabinoiden) im Blut, OF oder Atem und der Fahrleistung. Unsere Daten unterstützen die aktuelle Praxis in vielen Teilen der Vereinigten Staaten, die neben toxikologischen Tests Beobachtungen von Beamten zur Beeinträchtigung erfordert, bevor Fahrer wegen Beeinflussung unter Anklage gestellt werden. Wir liefern einige Anhaltspunkte dafür, dass die Verwendung von OF anstelle von Blut nützlicher ist, um die Wahrscheinlichkeit falscher Anschuldigungen des Fahrens unter Cannabis-Einfluss zu verringern. Die Auswahl eines optimalen Grenzwertes ist ein wichtiger Faktor für die Verkehrssicherheit und verdient weitere Untersuchungen. Es ist auch gerechtfertigt, ein besseres Verständnis davon zu erlangen, wie sich eine vollständige DRE-Untersuchung im Vergleich zu FSTs verhält.

Ergänzendes Material

Ergänzendes Material ist online bei Clinical Chemistry erhältlich.

Nichtstandard-Abkürzungen

THC, Delta-9-Tetrahydrocannabinol; OF, orale Flüssigkeit; SDLP, Standardabweichung der lateralen Position; FST, Field Sobriety Test; DRE, Drug Recognition Expert; Kohärenz, Autofolge.

Beiträge der Autoren

Der korrespondierende Autor übernimmt die volle Verantwortung dafür, dass alle Autoren dieser Publikation die folgenden erforderlichen Kriterien für die Autorenschaft erfüllt haben: (a) wesentliche Beiträge zur Konzeption und zum Design, zur Datenerhebung oder zur Analyse und Interpretation der Daten; (b) Entwurf oder Überarbeitung des Artikels in Bezug auf den intellektuellen Inhalt; (c) endgültige Genehmigung des veröffentlichten Artikels; und (d) Zustimmung zur Verantwortung für alle Aspekte des Artikels, um sicherzustellen, dass Fragen zur Genauigkeit oder Integrität eines Teils des Artikels angemessen untersucht und geklärt werden. Niemand, der die Qualifikation zur Autorenschaft erfüllt, wurde von der Liste ausgelassen.

Robert Fitzgerald (Konzept-Equal, Datenerhebung-Equal, Formale Analyse-Equal, Untersuchung-Equal, Methodik-Equal, Ressourcen-Unterstützung, Supervision-Equal, Validierung-Equal, Schreiben – ursprünglicher Entwurf-Lead, Schreiben – Überprüfung & Bearbeitung-Lead), Anya Umlauf (Datenerhebung-Equal, Formale Analyse-Equal), Jacqueline Hubbard (Datenerhebung-Unterstützung, Formale Analyse-Unterstützung, Methodik-Unterstützung, Schreiben – Überprüfung & Bearbeitung-Unterstützung), Melissa Hoffman (Datenerhebung-Unterstützung, Formale Analyse-Unterstützung, Methodik-Unterstützung, Validierung-Unterstützung), Philip Sobolesky (Datenerhebung-Unterstützung, Formale Analyse-Unterstützung, Methodik-Unterstützung), Shannon Ellis (Datenerhebung-Equal, Formale Analyse-Unterstützung, Schreiben – Überprüfung & Bearbeitung-Unterstützung), David Grelotti (Konzept-Equal, Supervision-Equal, Schreiben – Überprüfung & Bearbeitung-Unterstützung), Raymond Suhandynata (Datenerhebung-Equal, Methodik-Unterstützung, Schreiben – Überprüfung & Bearbeitung-Unterstützung), Marilyn Huestis (Konzept-Unterstützung, Methodik-Unterstützung, Schreiben – Überprüfung & Bearbeitung-Unterstützung), Igor Grant (Konzept-Unterstützung, Finanzierungserwerb-Equal, Methodik-Equal, Schreiben – Überprüfung & Bearbeitung-Unterstützung), und Thomas Marcotte (Konzept-Lead, Datenerhebung-Equal, Formale Analyse-Equal, Finanzierungserwerb-Equal, Untersuchung-Equal, Methodik-Equal, Projektleitung-Equal, Supervision-Lead, Schreiben – ursprünglicher Entwurf-Equal, Schreiben – Überprüfung & Bearbeitung-Equal)

Offenlegungen der Autoren oder mögliche Interessenkonflikte

Bei der Einreichung des Manuskripts haben alle Autoren das Autorenoffenlegungsformular ausgefüllt. Offenlegungen und/oder mögliche Interessenkonflikte:

Anstellung oder Führungsposition

Keine angegeben.

Beratende oder beratende Rolle

M.A. Huestis, Canadian Nuclear Safety Commission, Hound Labs, Federal Aviation Agency, Safe Approaches to Marijuana.

Forschungsfinanzierung

Diese Arbeit wurde durch eine Auszeichnung des Staates Kalifornien an das Center for Medicinal Cannabis Research über den Assembly Bill 266 (Bonta/Cooley/Jones-Sawyer/Lackey: Agreement #907) unterstützt. R.L. Fitzgerald berichtet über Zuschüsse des Staates Kalifornien und der National Institutes of Health während der Durchführung der Studie. R.L. Fitzgerald berichtet über Mittel der American Association for Clinical Chemistry zur Präsentation von Forschungsergebnissen. A. Umlauf berichtete über Zuschüsse des Staates Kalifornien während der Durchführung dieser Studie. M.A. Hoffman gab eine Finanzierung durch den Staat Kalifornien an. D.J. Grelotti berichtete über Mittel des Staates Kalifornien während der Durchführung der Studie. M.A. Huestis berichtete über Finanzierung durch die Canadian Nuclear Safety Commission, die Federal Aviation Agency und Hound Laboratories. I. Grant berichtete über Zuschüsse des Staates Kalifornien und der National Institutes of Health während der Durchführung der Studie. T.D. Marcotte berichtete über Zuschüsse des Staates Kalifornien und der National Institutes of Health während der Durchführung der Studie. T.D. Marcotte berichtet außerdem über Mittel der American Association for Clinical Chemistry zur Präsentation von Forschungsergebnissen.

Sonstige Vergütungen

R.L. Fitzgerald und T.D. Marcotte, Unterstützung für die Teilnahme an Sitzungen und/oder Reisen von AACC; P. Sobolesky, Unterstützung für die Teilnahme an Sitzungen und/oder Reisen von The Association for Mass Spectrometry & Advances in the Clinical Lab; R. Suhandynata, MSACL Educational Grant-Empfänger.

Rolle des Sponsors

Die fördernden Organisationen spielten keine Rolle bei der Gestaltung der Studie, der Auswahl der eingeschriebenen Patienten, der Überprüfung und Interpretation der Daten, der Erstellung des Manuskripts oder der endgültigen Genehmigung des Manuskripts.

Danksagungen

Die Autoren möchten Barth Wilsey, MD (im Ruhestand), für seine wesentliche Rolle bei der Entwicklung und dem frühen Erfolg des Projekts danken. Darüber hinaus danken wir Sandra Sanford; Robert Bryan; Jennifer Marquie-Beck, MPH; Clint Cushman, BA; Donald Franklin Jr., BA; Haley Ceremony, BA; Julia Drizin, BA; und Alejandra Vidrio, BA für die Unterstützung bei der Studienkoordination und Datenerhebung. Wir möchten das University of California San Diego Center for Medicinal Cannabis Research anerkennen, das Einrichtungen, Kernpersonal und andere Infrastrukturunterstützung für dieses Projekt bereitgestellt hat.

Quellen:

1. Hartman RL, Huestis MA. Cannabis effects
   on driving skills. Clin Chem 2013;59:
   478–92.
   2. Martin TL, Solbeck PA, Mayers DJ, Langille
   RM, Buczek Y, Pelletier MR. A review of
   alcohol-impaired driving: the role of blood
   alcohol concentration and complexity of
   the driving task. J Forensic Sci 2013;58:
   1238–50.
   3. Ramaekers JG, Moeller MR, van
   Ruitenbeek P, Theunissen EL, Schneider
   E, Kauert G. Cognition and motor
   control as a function of delta9-THC con-
   centration in serum and oral fluid: limits
   of impairment. Drug Alcohol Depend
   2006;85:114–22.
   4. Marcotte TD, Umlauf A, Grelotti DJ, Sones
   EG, Sobolesky PM, Smith BE, et al. Driving
   performance and cannabis users’ percep-
   tion of safety: a randomized clinical trial.
   JAMA Psych 2022;79:201–9.
   Cannabis DUID: Toxicology Tests Combined with FSTs
   Clinical Chemistry 00:0 (2023) 9
   Downloaded from https://academic.oup.com/clinchem/advance-article/doi/10.1093/clinchem/hvad054/7179849 by guest on 01 June 2023
2. Grotenhermen F. Pharmacokinetics and
   pharmacodynamics of cannabinoids. Clin
   Pharmacokinet 2003;42:327–60.
   6. McCartney D, Arkell TR, Irwin C, McGregor
   IS. Determining the magnitude and dur-
   ation of acute Δ9-tetrahydrocannabinol
   (Δ9-THC)-induced driving and cognitive
   impairment: a systematic and
   meta-analytic review. Neurosci Biobehav
   Rev 2021;23:175–93.
   7. Bergamaschi MM, Karschner EL, Goodwin
   RS, Scheidweiler KB, Hirvonen J, Queiroz
   RH, et al. Impact of prolonged cannabinoid
   excretion in chronic daily cannabis smo-
   kers’ blood on per se drugged driving
   laws. Clin Chem 2013;59:519–26.
   8. Huestis MA, Henningfield JE, Cone EJ.
   Blood cannabinoids. I. Absorption of THC
   and formation of 11-OH-THC and
   THCCOOH during and after smoking mari-
   juana. J Anal Toxicol 1992;16:276–82.
   9. Hubbard JA, Hoffman MA, Ellis SE,
   Sobolesky PM, Smith BE, Suhandynata
   RT, et al. Biomarkers of recent cannabis
   use in blood, oral fluid and breath. J Anal
   Toxicol 2021;45:820–8.
   10. Hoffman MA, Hubbard JA, Sobolesky PM,
   Smith BE, Suhandynata RT, Sanford A,
   et al. Blood and oral fluid cannabinoid pro-
   files of frequent and occasional cannabis
   smokers. J Anal Toxicol 2021;45:851–62.
   11. Hartman RL, Brown TL, Milavetz G, Spurgin
   A, Gorelick DA, Gaffney GR, et al. Effect of
   blood collection time on measured
   Δ9-tetrahydrocannabinol concentrations:
   implications for driving interpretation and
   drug policy. Clin Chem 2016;62:367–77.
   12. Logan B, Kacinko SL, Beirness DJ. An evalu-
   ation of data from drivers arrested for driv-
   ing under the influence in relation to per
   se limits for cannabis. Washington (DC):
   AAA Foundation for Traffic Safety; 2016.
   13. Truver MT, Palmquist KB, Swortwood MJ.
   Oral fluid and drug impairment: pairing
   toxicology with drug recognition expert
   observations. J Anal Toxicol 2019;43:
   637–43.
   14. Sobolesky PM, Smith BE, Hubbard JA,
   Stone J, Marcotte TD, Grelotti DJ, et al.
   Validation of a liquid chromatography-
   tandem mass spectrometry method for
   analyzing cannabinoids in oral fluid. Clin
   Chim Acta 2019;491:30–8.
   15. Himes SK, Scheidweiler KB, Beck O,
   Gorelick DA, Desrosiers NA, Huestis MA.
   Cannabinoids in exhaled breath following
   controlled administration of smoked can-
   nabis. Clin Chem 2013;59:1780–9.
   16. Bigelow GE, Bickel WE, Liebson IA,
   Nowowieski P. Identifying types of drug in-
   toxication: laboratory evaluation of a
   subject-examination procedure (DOT HS
   806 753). Washington (DC): National
   Highway Traffic Safety Administration;
   1985.
   17. Heishman SJ, Singleton EG, Crouch DJ.
   Laboratory validation study of drug evalu-
   ation and classification program: ethanol,
   cocaine, and marijuana. J Anal Toxicol
   1996;20:468–83.
   18. Heishman SJ, Singleton EG, Crouch DJ.
   Laboratory validation study of drug evalu-
   ation and classification program: alprazo-
   lam, d-amphetamine, codeine, and
   marijuana. J Anal Toxicol 1998;22:503–14.
   19. Declues K, Perez S, Figueroa A. A 2-year
   study of delta 9-tetrahydrocannabinol con-
   centrations in drivers: examining driving
   and field sobriety test performance. J
   Forensic Sci 2016;61:1664–70.
   20. Hubbard JA, Smith BE, Sobolesky PM, Kim
   S, Hoffman MA, Stone J, et al. Validation
   of a liquid chromatography tandem mass
   spectrometry (LC-MS/MS) method to de-
   tect cannabinoids in whole blood and
   breath. Clin Chem Lab Med 2020;58:673–81.
   21. Desrosiers NA, Lee D, Scheidweiler KB,
   Concheiro-Guisan M, Gorelick DA,
   Huestis MA. In vitro stability of free and
   glucuronidated cannabinoids in urine fol-
   lowing controlled smoked cannabis. Anal
   Bioanal Chem 2014;406:785–92.
   22. Scheidweiler KB, Andersson M,
   Swortwood MJ, Sempio C, Huestis MA.
   Long-term stability of cannabinoids in
   oral fluid after controlled cannabis admin-
   istration. Drug Test Anal 2017;9:143–7.
   23. Hartley S, Simon N, Larabi A, Vaugier I,
   Barbot F, Quera-Salva MA, et al. Effect of
   smoked cannabis on vigilance and acci-
   dent risk using simulated driving in occa-
   sional and chronic users and the
   pharmacokinetic-pharmacodynamic rela-
   tionship. Clin Chem 2019;65:684–93.
   24. Doroudgar S, Mae Chuang H, Bohnert K,
   Canedo J, Burrowes S, Perry PJ. Effects of
   chronic marijuana use on driving perform-
   ance. Traffic Inj Prev 2018;19:680–6.
   25. Hartman RL, Brown TL, Milavetz G, Spurgin
   A, Pierce RS, Gorelick DA, et al. Cannabis
   effects on driving lateral control with and
   without alcohol. Drug Alcohol Depend
   2015;154:25–37.
   26. Arkell TR, Spindle TR, Kevin RC, Vandrey R,
   McGregor IS. The failings of per se limits to
   detect cannabis-induced driving impair-
   ment: results from a simulated driving
   study. Traffic Inj Prev 2021;22:102–7.
   27. Marcotte TD, Umlauf A, Grelotti DJ, Sones
   EG, Mastropietro KF, Suhandynata RT,
   et al. Evaluation of the field sobriety tests
   in identifying drivers under the influence
   of cannabis: A randomized clinical trial.
   Forthcoming.
   28. Arkell TR, McCartney D, McGregor IS.
   Medical cannabis and driving. Aust J Gen
   Pract 2021;50:357–62.
   29. McCartney D, Arkell TR, Irwin C, Kevin RC,
   McGregor IS. Are blood and oral fluid
   Δ9-tetrahydrocannabinol (THC) and me-
   tabolite concentrations related to impair-
   ment? A meta-regression analysis.
   Neurosci Biobehav Rev 2022;134:1–10.
   30. Yadav AK, Velaga NR. Effect of alcohol use
   on accelerating and braking behaviors of
   drivers. Traffic Inj Prev 2019;20:353–8.
   31. Irwin C, Iudakhina E, Desbrow B, McCartney
   D. Effects of acute alcohol consumption on
   measures of simulated driving: a systematic
   review and meta-analysis. Accid Anal Prev
   2017;102:248–66

Übersetzt aus der englischen Original-Studie