A Description of the Medical Cannabis Use in Ontario, Canada
Notice bibliographique
Résumé
Abstract Objectives: Despite the approval of medical cannabis in Canada, there remains a significant knowledge gap for physicians to provide informed health care to these patients. Thus, we provide relevant demographic, economic, and clinical data from one of the largest known databases of patients seeking cannabis as a medical therapy. Materials and Method(s): Self-reported outcomes were collected from 10,269 adults authorized for cannabis in Ontario, Canada. Sociodemographics, primary complaints, and several validated questionnaires, including the Generalized Anxiety Disorder 7-item (GAD-7) scale, the Patient Health Questionnaire (PHQ-9), and the CAGE Questionnaire Adapted to Include Drugs (CAGE-AID), were collected. All data are expressed descriptively using means (standard deviations) or proportions as appropriate. Results: 54.3% of patients seeking cannabis were male with a mean age of 51.2±14.6 years. Of these, 46.1% were above the mean income of the province of Ontario. The majority of patients (66.0%) sought medical cannabis for chronic general or musculoskeletal pain. Consistent with chronic pain being associated with a higher incidence of anxiety and depression, 50.7% of the patients completing the GAD-7 questionnaire ( n =6783) were categorized as having moderate to severe anxiety while 32.6% of those patients completing the PHQ-9 questionnaire ( n =7150) had moderate to severe depression. Few patients reported a history of cocaine use, while 17% indicated previous opioid use and 16.4% had a positive response to the CAGE-AID. Conclusion: Our findings show that medical cannabis is largely sought by a population who has a high incidence of chronic pain as well as comorbid anxiety and depression.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».