Efficacy, tolerability and safety of cannabis‐based medicines for chronic pain management – An overview of systematic reviews
Notice bibliographique
Résumé
Medicinal cannabis has already entered mainstream medicine in some countries. This systematic review (SR) aimed at evaluating the efficacy, acceptability and safety of cannabis-based medicines for chronic pain management. Qualitative systematic review of SRs of randomized controlled trials with cannabis-based medicines for chronic pain management. The Cochrane databases of SRs, Database of Abstracts of Reviews of Effects and PubMed were searched for SR published in the period January 2009 to January 2017. Assessment of the methodological quality of SR was performed by the AMSTAR checklist. Out of 748 papers identified, 10 SRs met the inclusion criteria. The methodological quality was high in four and moderate in six SRs. There were inconsistent findings of four SRs on the efficacy of cannabis-based medicines in neuropathic pain and of one SR for painful spasms in multiple sclerosis. There were consistent results that there was insufficient evidence of any cannabis-based medicine for pain management in patients with rheumatic diseases (three SRs) and in cancer pain (two SRs). Cannabis-based medicines undoubtedly enrich the possibilities of drug treatment of chronic pain conditions. It remains the responsibility of the health care community to continue to pursue rigorous study of cannabis-based medicines to provide evidence that meets the standard of 21st century clinical care. SIGNIFICANCE: We provide an overview of systematic reviews on the efficacy, tolerability and safety of cannabis-based medicines for chronic pain management. There are inconsistent findings of the efficacy of cannabinoids in neuropathic pain and painful spasms in multiple sclerosis. There are inconsistent results on tolerability and safety of cannabis-based medicines for any chronic 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 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 | 0,017 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».