Cannabis for Chronic Pain: Case Series and Implications for Clinicians
Notice bibliographique
Résumé
BACKGROUND: Chronic pain is one of the most common reasons for therapeutic cannabis use. OBJECTIVES: To describe therapeutic cannabis use among patients with chronic pain. METHODS: Patients with chronic pain who voluntarily indicated that they used cannabis therapeutically completed a questionnaire about the type of cannabis used, the mode of administration, the amount used and the frequency of use, and their perception of the effectiveness of cannabis on a set of pain-associated symptoms and side effects. The study was approved by the McGill University Health Centre Research Ethics Board. RESULTS: Fifteen patients (10 male) were interviewed (median age 49.5 years, range 24 to 68 years). All patients smoked herbal cannabis for therapeutic reasons (median duration of use six years, range two weeks to 37 years). Seven patients only smoked at night-time (median dose eight puffs, range two to eight puffs), and eight patients used cannabis mainly during the day (median dose three puffs, range two to eight puffs); the median frequency of use was four times per day (range one to 16 times per day). Twelve patients reported improvement in pain and mood, while 11 reported improvement in sleep. Eight patients reported a 'high'; six denied a 'high'. Tolerance to cannabis was not reported. CONCLUSIONS: The results of this self-selected case series must be interpreted with caution. Small doses of smoked cannabis may improve pain, mood and sleep in some patients with chronic pain. Clinical trials are warranted to test these effects. Further prospective studies should examine the patterns and prevalence of cannabis use among chronic pain populations.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».