Survey of herbal cannabis (marijuana) use in rheumatology clinic attenders with a rheumatologist confirmed diagnosis
Notice bibliographique
Résumé
Cannabinoids may hold potential for the management of rheumatic pain. Arthritis, often self-reported, is commonly cited as the reason for the use of medicinal herbal cannabis (marijuana). We have examined the prevalence of marijuana use among 1000 consecutive rheumatology patients with a rheumatologist-confirmed diagnosis and compared in an exploratory manner the clinical characteristics of medicinal users and nonusers. Current marijuana use, medicinal or recreational, was reported by 38 patients (3.8%; 95% CI: 2.8-5.2). Ever use of marijuana for medical purposes was reported by 4.3% (95% CI: 3.2-5.7), with 28 (2.8%; 95% CI: 1.9-4.0) reporting current medicinal use. Current medicinal users had a spectrum of rheumatic conditions, with over half diagnosed with osteoarthritis. Medicinal users were younger, more likely unemployed or disabled, and reported poorer global health. Pain report and opioid use was greater for users, but they had similar physician global assessment of disease status compared with nonusers. Medicinal users were more likely previous recreational users, with approximately 40% reporting concurrent recreational use. Therefore, less than 3% of rheumatology patients reported current use of medicinal marijuana. This low rate of use in patients with a rheumatologist-confirmed diagnosis is in stark contrast to the high rates of severe arthritis frequently reported by medicinal marijuana users, especially in Canada. Familiarity with marijuana as a recreational product may explain use for some as disease status was similar for both groups.
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 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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».