Integrating Cannabis into Clinical Cancer Care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cannabis species have been used as medicine for thousands of years; only since the 1940s has the plant not been widely available for medical use. However, an increasing number of jurisdictions are making it possible for patients to obtain the botanical for medicinal use. For the cancer patient, cannabis has a number of potential benefits, especially in the management of symptoms. Cannabis is useful in combatting anorexia, chemotherapy-induced nausea and vomiting, pain, insomnia, and depression. Cannabis might be less potent than other available antiemetics, but for some patients, it is the only agent that works, and it is the only antiemetic that also increases appetite. Inhaled cannabis is more effective than placebo in ameliorating peripheral neuropathy in a number of conditions, and it could prove useful in chemotherapy-induced neuropathy. A pharmacokinetic interaction study of vaporized cannabis in patients with chronic pain on stable doses of sustained-release opioids demonstrated no clinically significant change in plasma opiates, while suggesting the possibility of synergistic analgesia. Aside from symptom management, an increasing body of in vitro and animal-model studies supports a possible direct anticancer effect of cannabinoids by way of a number of different mechanisms involving apoptosis, angiogenesis, and inhibition of metastasis. Despite an absence of clinical trials, abundant anecdotal reports that describe patients having remarkable responses to cannabis as an anticancer agent, especially when taken as a high-potency orally ingested concentrate, are circulating. Human studies should be conducted to address critical questions related to the foregoing effects.
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.
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 | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 découle