Edmonton Symptom Assessment Scale and Clinical Characteristics Associated With Cannabinoid Use in Oncology Supportive Care Outpatients
Notice bibliographique
Résumé
BACKGROUND: Information about the frequency of cannabinoid use and the clinical characteristics of its users in oncology supportive care is limited. This study explored associations between cannabinoid use and cancer-related clinical characteristics in a cancer population. PATIENTS AND METHODS: This retrospective review included 332 patients who had a urine drug test (UDT) for tetrahydrocannabinol (THC) together with completion of an Edmonton Symptom Assessment Scale (ESAS) and cannabinoid history questionnaire on the same day that urine was obtained during 1 year in the supportive care clinic. RESULTS: The frequency of positive results for THC in a UDT was 22.9% (n=76). Significant statistical differences were seen between THC-positive and THC-negative patients for age (median of 52 [lower quartile, 44; upper quartile, 56] vs 58 [48; 67] years; P<.001), male sex (53.9% vs 39.5%; P=.034), and past or current cannabinoid use (65.8% vs 26.2%; P<.001). Statistical significance was observed in ESAS items between the THC-positive and THC-negative groups for pain (7 [lower quartile, 5; upper quartile; 8] vs 5 [3; 7]; P=.001), nausea (1 [0; 3] vs 0 [0; 3]; P=.049), appetite (4 [2; 7] vs 3 [0; 5.75]; P=.015), overall well-being (5.5 [4; 7] vs 5 [3; 6]; P=.002), spiritual well-being (5 [2; 6] vs 3 [1; 3]; P=.015), insomnia (7 [5; 9] vs 4 [2; 7]; P<.001), and total ESAS (52 [34; 66] vs 44 [29; 54]; P=.001). Among patients who reported current or past cannabinoid use, THC-positive patients had higher total scores and scores for pain, appetite, overall well-being, spiritual well-being, and insomnia than THC-negative patients. CONCLUSIONS: Patients with cancer receiving outpatient supportive care who had positive UDT results for THC had higher symptom severity scores for pain, nausea, appetite, overall and spiritual well-being, and insomnia compared with their THC-negative counterparts. These results highlight potential opportunities to improve palliative care.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 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 ».