Reduction of Benzodiazepine Use in Patients Prescribed Medical Cannabis
Notice bibliographique
Résumé
Abstract Background: Benzodiazepines are a class of medication with sedative properties, commonly used for anxiety and other neurological conditions. These medications are associated with several well-known adverse effects. This observational study aims to investigate the reduction of benzodiazepine use in patients using prescribed medical cannabis. Methods: A retrospective analysis was performed on a cohort of 146 medical cannabis patients (average age 47 years, 61% female, 54% reporting prior use of cannabis) who reported benzodiazepine use at initiation of cannabis therapy. These data are a part of a database gathered by a medical cannabis clinic (Canabo Medical). Descriptive statistics were used to quantify associations of the proportion of benzodiazepine use with time on medical cannabis therapy. Results: After completing an average 2-month prescription course of medical cannabis, 30.1% of patients had discontinued benzodiazepines. At a follow-up after two prescriptions, 65 total patients (44.5%) had discontinued benzodiazepines. At the final follow-up period after three medical cannabis prescription courses, 66 total patients (45.2%) had discontinued benzodiazepine use, showing a stable cessation rate over an average of 6 months. Conclusion: Within a cohort of 146 patients initiated on medical cannabis therapy, 45.2% patients successfully discontinued their pre-existing benzodiazepine therapy. This observation merits further investigation into the risks and benefits of the therapeutic use of medical cannabis and its role relating to benzodiazepine use.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».