Cannabis Use in Cancer: A Survey of the Current State at BC Cancer before Recreational Legalization in Canada
Notice bibliographique
Résumé
Background: Cancer patients experience multiple symptoms throughout their illness, and some report benefit from the use of cannabis. There are concerns that many patients are accessing products inappropriate for their situation and potentially putting themselves at risk. In the present study, we aimed to capture the prevalence of cannabis use among cancer patients at BC Cancer before recreational legalization in Canada and to identify the reasons that patients take cannabis, the various routes of administration they use, and the reasons that prior users stopped. Methods: Patients were eligible if, on the selected study day (15 August 2018), they were scheduled for an appointment at any of the 6 BC Cancer sites. Eligible patients were mailed a survey. Results: Of surveys sent to 2998 patients, 821 (27.4%) were returned and included in analysis. Of those respondents, 23% were currently using cannabis-based products, almost exclusively for medical purposes, and an additional 28% had been users in the past (most often recreationally). Of the patients currently using cannabis, 31% had medical authorization. The most common symptoms that the current users were targeting were pain, insomnia, nausea, and anxiety; many were also hoping for anticancer effects. Conclusions: More than half the respondents had tried cannabis at some time, and almost one quarter of respondents were currently taking cannabis to help manage their symptoms or treat their cancer, or both. Many more patients would consider use with appropriate guidance from a health care professional. More research is needed to inform physicians and patients about safe uses and doses and about the potential adverse effects of cannabis 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».