Cannabis in palliative care: current challenges and practical recommendations
Notice bibliographique
Résumé
Pain and symptom control challenges are common in palliative care, and the search for other therapeutic strategies is ongoing. Unfortunately, patients and their caregivers are receiving little information or support from healthcare providers regarding the increasingly popular cannabinoid-based medicines (CBM). Clinicians, meanwhile, feel understandably perplexed by the discrepancy between the available evidence and the rapid interest in which patients and their families have demonstrated for CBM. There is an urgent need to address the many challenges that are delaying the appropriate integration of CBM into clinical practice, notwithstanding the obvious need for a solid general knowledge of pharmacology, mechanism of action and available clinical evidence supporting its use. The authors will address these challenges and provide practical recommendations regarding patient assessment for the use of CBM. The authors will also make suggestions regarding patient expectations in order to define clear objectives, review the necessary precautions prior to initiating treatment, aid in selecting the appropriate strain and route of administration as well as establishing proper titration and monitoring protocols. The authors will also discuss the lesser known but potentially therapeutic psychoactive effects of cannabis. As this class of therapeutic agents are likely to play a major role in palliative medicine in the near future, clinicians would benefit from familiarizing themselves with CBM and we can expect that patients and their caregivers will appreciate receiving support in their search for safe and effective therapeutic alternatives.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».