Evaluation of herbal cannabis characteristics by medical users: a randomized trial.
Notice bibliographique
Résumé
BACKGROUND: Cannabis, in herbal form, is widely used as self-medication by patients with diseases such as HIV/AIDS and multiple sclerosis suffering from symptoms including pain, muscle spasticity, stress and insomnia. Valid clinical studies of herbal cannabis require a product which is acceptable to patients in order to maximize adherence to study protocols. METHODS: We conducted a randomized controlled crossover trial of 4 different herbal cannabis preparations among 8 experienced and authorized cannabis users with chronic pain. Preparations were varied with respect to grind size, THC content and humidity. Subjects received each preparation on a separate day and prepared the drug in their usual way in a dedicated and licensed clinical facility. They were asked to evaluate the products based on appearance (smell, colour, humidity, grind size, ease of preparation and overall appearance) and smoking characteristics (burn rate, hotness, harshness and taste). Five-point Likert scores were assigned to each characteristic. Scores were compared between preparations using ANOVA. RESULTS: Seven subjects completed the study, and the product with highest THC content (12%), highest humidity (14%) and largest grind size (10 mm) was rated highest overall. Significant differences were noted between preparations on overall appearance and colour (p = 0.003). DISCUSSION: While the small size of the study precludes broad conclusions, the study shows that medical cannabis users can appreciate differences in herbal product. A more acceptable cannabis product may increase recruitment and retention in clinical studies of medical cannabis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».