Cannabis Use Provides Symptom Relief in Patients with Inflammatory Bowel Disease but Is Associated with Worse Disease Prognosis in Patients with Crohnʼs Disease
Notice bibliographique
Résumé
BACKGROUND: Cannabinoids are used by patients with inflammatory bowel disease (IBD) to alleviate their symptoms. Little is known on patient motivation, benefit, or risks of this practice. Our aim was to assess the extent and motives for Cannabis use in patients with IBD and the beneficial and adverse effects associated with self-administration of Cannabis. METHODS: Consecutive patients with IBD (n = 313) seen in the University of Calgary from July 2008 to March 2009 completed a structured anonymous questionnaire covering motives, pattern of use, and subjective beneficial and adverse effects associated with self-administration of Cannabis. Subjects who had used Cannabis specifically for the treatment of IBD or its symptoms were compared with those who had not. Logistic regression analysis was used to identify variables predictive of poor IBD outcomes, specifically surgery or hospitalization for IBD. RESULTS: Cannabis had been used by 17.6% of respondents specifically to relieve symptoms associated with their IBD, the majority by inhalational route (96.4%). Patients with IBD reported that Cannabis improved abdominal pain (83.9%), abdominal cramping (76.8%), joint pain (48.2%), and diarrhea (28.6%), although side effects were frequent. The use of Cannabis for more than 6 months at any time for IBD symptoms was a strong predictor of requiring surgery in patients with Crohn's disease (odds ratio = 5.03, 95% confidence interval = 1.45-17.46) after correcting for demographic factors, tobacco smoking status, time since IBD diagnosis, and biological use. Cannabis was not a predictor for hospitalization for IBD in the previous year. CONCLUSIONS: Cannabis use is common in patients with IBD and subjectively improved pain and diarrheal symptoms. However, Cannabis use was associated with higher risk of surgery in patients with Crohn's disease. Patients using Cannabis should be cautioned about potential harm, until clinical trials evaluate efficacy and safety.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».