MétaCan
Menu
Retour à la cohorte
Enregistrement W3123990371 · doi:10.1111/wrr.12895

“<scp>Less pain</scp> with <scp>more gain</scp>”—Managing <scp>wound‐related</scp> pain with <scp>cannabis‐based</scp> medicines

2021· article· en· W3123990371 sur OpenAlexaff
Vincent Maida, Stefano Armando Biasi

Notice bibliographique

RevueWound Repair and Regeneration · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensITS Electronics (Canada)McMaster UniversityToronto and Region Conservation AuthorityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineOpioidIntensive care medicineCannabisPrioritizationDoseClinical trialPharmacologyPsychiatryBusinessInternal medicine

Résumé

récupéré en direct d'OpenAlex

Wound-related pain poses a serious challenge for patients and physicians. It is a complex pathophysiologic construct that may be stratified, from the patient's perspective, into baseline pain and breakthrough pain. The current paradigm for treating wound related pain involves the overuse of opioids and other co-analgesics with little regard for breakthrough pain. These standard medications have a propensity for deleterious side effects while some of them inhibit wound healing, effectively perpetuating the wound and the related pain. In particular, the overuse of opioids is a contributor to the global opioid crisis. It is evident that a new paradigm needs to be considered. Cannabis-based medicines are a prominent prospect under investigation for their potential to reduce dosages of status quo analgesics while effectively reducing pain. The authors propose a new paradigm that emphasizes the use of Cannabis-Based Medicines, delivered through multiple routes, while recommending the need for more foundational scientific investigation into mechanisms, and clinical controlled trials to determine optimal combinations, dosages, and protocols.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,249
Écart entre enseignants0,238 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWound Repair and RegenerationMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207