A Literature Review of Cannabis and Myocardial Infarction—What Clinicians May Not Be Aware Of
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Increasing legalization and expanding medicinal use have led to a significant rise in global cannabis consumption. With this development, we have seen a growing number of case reports describing adverse cardiovascular events, specifically, cannabis-induced myocardial infarction (MI). However, there are considerable knowledge gaps on this topic among health care providers. This review aims to provide an up-to-date review of the current literature, as well as practical recommendations for clinicians. We also focus on proposed mechanisms implicating cannabis as a risk factor for MI. We performed a comprehensive literature search using the MEDLINE, Cochrane, Cumulative Index to Nursing and Allied Health Literature (CINAHL), and Turning Research into Practice (TRIP) PRO databases for articles published between 2000 and 2018. A total of 92 articles were included. We found a significant number of reports describing cannabis-induced MI. This was especially prevalent among young healthy patients, presenting shortly after use. The most commonly proposed mechanisms included increased autonomic stimulation, altered platelet function, vasospasm, and direct toxic effects of smoke constituents. However, it is likely that the true pathogenesis is multifactorial. We should increase our pretest probability for MI in young patients presenting with chest pain. We also recommend against cannabis use in patients with known coronary artery disease, especially if they have stable angina. Finally, if patients are adamant about using cannabis, health care providers should recommend against smoking cannabis, avoidance of concomitant tobacco use, and use of the lowest delta-9-tetrahydrocannabinol dose possible. Data quality is limited to that of observational studies and case report data. Therefore, more clinical trials are needed to determine a definitive cause-and-effect relationship.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle