Cannabis Smoking for Treatment of Parkinson's Disease (PD4.005)
Notice bibliographique
Résumé
Objective: To assess the clinical effect of cannabis on the motor and non-motor symptoms of PD. Background Recent years have witnessed a substantial increase in the use of cannabis as a therapeutic agent for various medical conditions. The present study was prompted by several reports of the effect of cannabis on motor symptoms in animal models of Parkinson9s disease. Design/Methods: 17 PD patients (mean age 64.2 years, mean disease duration 7.3 years) currently using cannabis as add on therapy were assessed at the Movement Disorders Clinic. The effect of cannabis on the motor symptoms of the disease was evaluated using the Unified Parkinson9s Disease Rating Scale (UPDRS) at baseline and 30 minutes after smoking Cannabis. The effect of cannabis on non-motor symptoms of PD and its side effects were evaluated using the visual analogue scale (VAS), the present pain intensity scale (PPI) ,the Short-Form Mcgill Pain Questionnaire and the Medical Cannabis Survey National Drug and Alcohol Research Center Questionnaire. Results: There was an overall significant improvement in the mean total motor UPDRS score (33.5 ±14.6 before vs. 22.9 ±11.2 after cannabis smoking; P Conclusions: Cannabis holds promise as another treatment option for PD. It can apparently alleviate not only the motor symptoms but also the non-motor symptoms, especially PD-related pain and sleep, thereby improving patient quality of life. Disclosure: Dr. Lotan has nothing to disclose. Dr. Treves has nothing to disclose. Dr. Roditi has nothing to disclose. Dr. Djaldetti has nothing to disclose.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,005 | 0,001 |
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 ».