MétaCan
Menu
← Retour à la cohorte
Enregistrement W2984775735 · doi:10.1017/cjn.2019.282

Position Statement on the Use of Medical Cannabis for the Treatment of Epilepsy in Canada

2019· review· en· W2984775735 sur OpenAlexaffvenueabout
Juan Pablo Appendino, Cyrus Boelman, Paula Brna, Jorge G. Burneo, Curtis Claassen, Mary Connolly, Michael V T De Guzman, Paolo Federico, Deirdre Floyd, Richard J. Huntsman, Manouchehr Javidan, Nathalie Jetté, Laura Jurasek, Mark R. Keezer, Jonathan C. Lau, Bláthnaid McCoy, Richard S. McLachlan, Marcus Ng, Dang Khoa Nguyen, Aylin Y. Reid, Jong M. Rho, O. Carter Snead, José Francisco Téllez‐Zenteno, Laura Wang, Maria Zak

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensBC Children's HospitalWestern University
Organismes subventionnairesnon disponible
Mots-clésPosition statementEpilepsyCannabisPosition (finance)Statement (logic)Medical cannabisMedicinePsychiatryBusinessPolitical scienceFamily medicineLaw

Résumé

récupéré en direct d'OpenAlex

In Canada, recreational use of cannabis was legalized in October 2018. This policy change along with recent publications evaluating the efficacy of cannabis for the medical treatment of epilepsy and media awareness about its use have increased the public interest about this agent. The Canadian League Against Epilepsy Medical Therapeutics Committee, along with a multidisciplinary group of experts and Canadian Epilepsy Alliance representatives, has developed a position statement about the use of medical cannabis for epilepsy. This article addresses the current Canadian legal framework, recent publications about its efficacy and safety profile, and our understanding of the clinical issues that should be considered when contemplating cannabis use for medical purposes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil0,894

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,153
Tête enseignante GPT0,370
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetCannabis and Cannabinoid Research→Travaux en français237 207→