MétaCan
Menu
← Retour à la cohorte
Enregistrement W2461066853 · doi:10.1200/jco.2015.33.29_suppl.198

Use of medical cannabis to reduce pain and improve quality of life in cancer patients.

2015· article· en· W2461066853 sur OpenAlexaffabout
Jessica Cudmore, Paul Daeninck

Notice bibliographique

RevueJournal of Clinical Oncology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensCancerCare ManitobaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineNauseaCancer painQuality of life (healthcare)OpioidAnxietyCancerInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

198 Background: Early attention to pain and symptoms in those with cancer improves both quality of life and survival. Opioid medications are the mainstay treatment of cancer-related pain. Cannabinoids are increasingly used as adjunctive treatments for cancer pain, but clinical evidence supporting their use as an “opioid sparing agent” or to improve quality of life is as yet unknown. Our study sought to determine if the addition of cannabinoids (medical cannabis) resulted in the reduction of the average opioid dose required for pain control, and improve self-reported quality of life indices. Methods: A retrospective chart review of cancer patients followed in our CCMB Pain and Symptom Clinic was conducted. Inclusion criteria: age over 18 years and formal enrollment in Health Canada’s Marihuana for Medical Purposes (MMPR) program (n = 24). Average dose of opioids were calculated in milligrams of morphine equivalent (ME) per day at the last documented visit prior to enrolment in the MMPR and then at the subsequent clinic visit. Averages of self-reported ESAS scores (pain, tiredness, drowsiness, nausea, appetite, depression, anxiety, sense of wellbeing) were calculated for the same visits. Statistical analysis using the paired student’s t-test compared means and determined the significance of any changes. Results: Following enrolment in the MMPR, the average opioid dose decreased by 70.375mg of MEs (p = 0.29). Self-reported ratings (10-point Likert scale) in pain (0.75, p = 0.23), tiredness (0.58, p = 0.21), drowsiness (1.125, p = 0.04), nausea (1.125, p = 0.04), appetite (1.42, p = 0.04), depression (1.29, p = 0.02) and anxiety (1.58, p = 0.004) improved after enrolment. Sense of wellbeing ratings did not change. Conclusions: Patients with cancer pain benefited from the addition of cannabinoids. The average opioid dose decreased following access to medical cannabis. Self-reported ratings of several quality of life indicators showed statistically significant improvement. Our study shows a signal that cannabinoids may reduce cancer patients’ reliance on opioids to control pain. Further prospective controlled studies are needed to further elucidate the role of cannabinoids in the treatment of cancer pain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,270
Tête enseignante GPT0,547
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCannabis and Cannabinoid Research→Travaux en français237 207→