An Open-Label Pilot Study Testing the Feasibility of Assessing Total Symptom Burden in Trials of Cannabinoid Medications in Palliative Care
Notice bibliographique
Résumé
Background: There is considerable interest in the use of cannabinoids for symptom control in palliative care, but there is little high-quality evidence to guide clinical practice. Objectives: Assess the feasibility of using global symptom burden measures to assess response to medicinal cannabis, to determine median tolerated doses of cannabidiol (CBD) and tetrahydrocannabinol (THC), and to document adverse events (AEs). Design: Prospective two-arm open-label pilot trial of escalating doses of CBD and THC oil. Setting/Subjects: Participants had advanced cancer and cancer-related symptoms in a palliative and supportive care service in an Australian cancer center. Measurements: The main outcome measures were the number of participants screened and randomized over the time frame, the number of participants completing days 14 and 28 and providing total symptom distress scores (TSDSs) (measured using the Edmonton Symptom Assessment Scale), and the change from baseline of the TSDS at day 14. Results: Of the 21 participants enrolled (CBD, n = 16; THC, n = 5), 18 (86%) completed the primary outcome measure at day 14 and 8 completed at day 28. The median maximum tolerated doses were CBD, 300 mg/day (range 100–600 mg); THC, 10 mg/day (range 5–30 mg). Nine of 21 patients (43%) met the definition of response (≥6 point reduction in TSDS). Drowsiness was the most common AE. Conclusions: Trials of medicinal cannabis in advanced cancer patients undergoing palliative care are feasible. The doses of THC and CBD used in this study were generally well tolerated and the outcome measure of total symptom distress is promising as a measure of overall symptom benefit. Trial registration: ACTRN12618001205224.
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 | 0,011 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».