Medical Cannabis for the Management of Pain and Quality of Life in Chronic Pain Patients: A Prospective Observational Study
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the short-term and long-term effects of plant-based medical cannabis in a chronic pain population over the course of one year. DESIGN: A longitudinal, prospective, 12-month observational study. SETTING: Patients were recruited and treated at a clinic specializing in medical cannabis care from October 2015 to March 2019. SUBJECTS: A total of 751 chronic pain patients initiating medical cannabis treatment. METHODS: Study participants completed the Brief Pain Inventory and the 12-item Short Form Survey (SF-12), as well as surveys on opioid medication use and adverse events, at baseline and once a month for 12 months. RESULTS: Medical cannabis treatment was associated with improvements in pain severity and interference (P < 0.001) observed at one month and maintained over the 12-month observation period. Significant improvements were also observed in the SF-12 physical and mental health domains (P < 0.002) starting at three months. Significant decreases in headaches, fatigue, anxiety, and nausea were observed after initiation of treatment (P ≤ 0.002). In patients who reported opioid medication use at baseline, there were significant reductions in oral morphine equivalent doses (P < 0.0001), while correlates of pain were significantly improved by the end of the study observation period. CONCLUSIONS: Taken together, the findings of this study add to the cumulative evidence in support of plant-based medical cannabis as a safe and effective treatment option and potential opioid medication substitute or augmentation therapy for the management of symptoms and quality of life in chronic pain patients.
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 | 0,019 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».