Adverse effects of medical cannabinoids: a systematic review
Notice bibliographique
Résumé
BACKGROUND: The therapeutic use of cannabis and cannabis-based medicines raises safety concerns for patients, clinicians, policy-makers, insurers, researchers and regulators. Although the efficacy of cannabinoids is being increasingly demonstrated in randomized controlled trials, most safety information comes from studies of recreational use. METHODS: We performed a systematic review of safety studies of medical cannabinoids published over the past 40 years to create an evidence base for cannabis-related adverse events and to facilitate future cannabis research initiatives. We critically evaluated the quality of published studies with a view to identifying ways to improve future studies. RESULTS: A total of 321 articles were eligible for evaluation. After excluding those that focused on recreational cannabis use, we included 31 studies (23 randomized controlled trials and 8 observational studies) of medical cannabis use in our analysis. In the 23 randomized controlled trials, the median duration of cannabinoid exposure was 2 weeks (range 8 hours to 12 months). A total of 4779 adverse events were reported among participants assigned to the intervention. Most (4615 [96.6%]) were not serious. Of the 164 serious adverse events, the most common was relapse of multiple sclerosis (21 events [12.8%]), vomiting (16 events [9.8%]) and urinary tract infection (15 events [9.1%]). The rate of nonserious adverse events was higher among participants assigned to medical cannabinoids than among controls (rate ratio [RR] 1.86, 95% confidence interval [CI] 1.57-2.21); the rates of serious adverse events did not differ significantly between these 2 groups (RR 1.04, 95% CI 0.78-1.39). Dizziness was the most commonly reported nonserious adverse event (714 events [15.5%]) among people exposed to cannabinoids. INTERPRETATION: Short-term use of existing medical cannabinoids appeared to increase the risk of nonserious adverse events. The risks associated with long-term use were poorly characterized in published clinical trials and observational studies. High-quality trials of long-term exposure are required to further characterize safety issues related to the use of medical cannabinoids.
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 | 0,009 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 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 ».