Cannabinoids, cannabis, and cannabis-based medicine for pain management: a protocol for an overview of systematic reviews and a systematic review of randomised controlled trials
Notice bibliographique
Résumé
Pain is an experience that affects many people worldwide and is associated with higher mortality and lower quality of life. Cannabinoid, cannabis, and cannabis-based medicines (CBMs) are thought to reduce pain, but a proliferation of different products has led to variability in trials, creating a challenge when determining the assessment of efficacy in systematic reviews. We will conduct 2 systematic reviews commissioned by the International Association for the Study of Pain Task Force on the use of cannabinoids, cannabis, and CBMs for pain management: first, an overview review of systematic reviews to summarise the evidence base and second, a systematic review of randomised controlled trials of cannabinoids, cannabis, and CBMs. In these reviews we will determine the harm and benefit of CBM from the current literature and will interpret the findings in light of the quality of evidence and reviews included. We will search online databases and registries in any language for systematic reviews and randomised controlled trials. We will include studies that evaluate any cannabinoid or CBM vs any control for people with acute and chronic pain. Our primary outcomes for both reviews are the number of participants achieving (1) a 30% and (2) 50% reduction in pain intensity, (3) moderate improvement, and (4) substantial improvement. A number of secondary outcome measures will also be included. We will assess risk of bias and quality of evidence. We will analyse data using fixed and random effect models, with separate comparators for cannabis and CBMs. Prospero ID (CRD42019124710; CRD42019124714).
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 | 0,118 | 0,169 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,007 |
| Méta-épidémiologie (sens large) | 0,019 | 0,024 |
| Bibliométrie | 0,023 | 0,028 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,007 | 0,009 |
| Intégrité de la recherche | 0,011 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,073 | 0,017 |
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 ».