Rheumatologists lack confidence in their knowledge of cannabinoids pertaining to the management of rheumatic complaints
Notice bibliographique
Résumé
BACKGROUND: Arthritis pain is reported as one of the most common reasons for persons using medical herbal cannabis in North America. "Severe arthritis" is the condition justifying legal use of cannabis in over half of all authorizations in Canada, where cannabis remains a controlled substance. As champions for the care of persons with arthritis, rheumatologists must be knowledgeable of treatment modalities both traditional and non-traditional, used by their patients. As study of cannabinoid molecules in medicine is recent, we have examined the confidence in the knowledge of cannabinoids expressed by Canadian rheumatologists. METHODS: The confidence of rheumatologists in their knowledge of cannabinoid molecules and mechanisms relevant to rheumatology, and their ability to advise patients about cannabinoid treatments was recorded by an online questionnaire circulated via email to the entire Canadian Rheumatology Association membership. RESULTS: Over three quarters of the 128 respondents lacked confidence in their knowledge of cannabinoid molecules. While 45% of respondents believed there was no current role for cannabinoids in rheumatology patient care, only 25% supported any use of herbal cannabis. With 70% never having previously prescribed or recommended any cannabinoid treatment, uncertainty regarding good prescribing practices was prevalent. Concerns about risks of cannabis use were in line with the current literature. CONCLUSIONS: Rheumatologists lacked confidence in their knowledge of cannabinoid molecules in general and in their competence to prescribe any cannabinoid for rheumatic complaints. In line with this uncertainty, there is reticence to prescribe cannabinoid preparations for rheumatology patients. Guidance is required to inform rheumatologists on the evidence regarding 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 | 0,006 | 0,046 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».