Medical Assessment of Cannabis Efficacy and Side-effects Scale (MACESS©): a simple evidence-based scale to determine clinical benefits and adverse events following medical cannabis use
Notice bibliographique
Résumé
Medical cannabis has been proposed to benefit patients in a wide range of conditions, including chronic pain, psychological conditions including anxiety, and sleep issues. It is available via prescription in multiple countries, and in Canada it is available legally in both stores and on-line. The range of methods by which it can be consumed are large including (1) inhalation via smoking or using vapourizers, (2) swallowed as an oil or within a food or liquid, or (3) absorbed through the skin including as a patch. As the range of products increases, a major problem is that there is no standardized scale to determine changes, both positive and negative, induced by medical cannabis products. This also means that there is no method to compare products, and the Medical Assessment of Cannabis Efficacy and Side-effects Scale (MACESS©) is specifically designed to address this issue. Following a comprehensive medical literature search and review, the most relevant clinical benefits and adverse events following the use of cannabis for medical purposes were determined. Following this key items were identified, with the scale being designed to measure these. The scale consists of 25 questions with each question being scored from 0 – 4, giving a range of total potential scores between 0 – 100. With the MACESS©a high score indicate a well tolerated and effective product, while a low scores indicates significant side-effects or adverse events and/or lack of positive clinical changes. It is available online and can be used for research, to measure change following prospective use in individuals or groups, and for cross-sectional information. It is intended to support both individual users and researchers examining benefits and problems with specific medical products, and can provide an easily understood single number for overall product comparisons.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».