MétaCan
Menu
Retour à la cohorte
Enregistrement W2766629246 · doi:10.1177/1203475417738971

The Risks and Benefits of Cannabis in the Dermatology Clinic

2017· review· en· W2766629246 sur OpenAlexaffabout
Gurbir Dhadwal, Mark G. Kirchhof

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensQueen's UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCannabisMedicineDermatologyLegalizationPsychiatry

Résumé

récupéré en direct d'OpenAlex

Cannabis ( Cannabis sativa/indica), also known as marijuana, has been used for medicinal and recreational purposes for millennia. There has been a recent trend to legalize the use of cannabis, as illustrated by the recent legalization votes in numerous states in the United States and legislation in Canada to allow recreational cannabis use. With this increasing consumption of cannabis, dermatologists will see increased pressure to prescribe cannabis and will see the side effects of cannabis use with greater frequency. There are several approved medical indications for cannabis use, including psoriasis, lupus, nail-patella syndrome, and severe pain. In addition, very preliminary studies have suggested cannabis and its derivatives might have use in acne, dermatitis, pruritus, wound healing, and skin cancer. Further well-controlled studies are required to explore these potential uses. Conversely, the side effects of cannabis use are relatively well documented, and dermatologists should be aware of these presentations. Side effects of cannabis use include cannabis allergy manifesting as urticaria and pruritus, cannabis arteritis presenting with necrosis and ulcers, and oral cancers from cannabis smoke. In this review, we summarize some of the studies and reports regarding the medicinal uses of cannabis in the dermatology clinic and some of the side effects that might present more often to dermatologists as the use of cannabis increases.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,194
Tête enseignante GPT0,431
Écart entre enseignants0,237 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations39
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207