Weeding through the haze: a survey on cannabis use among people living with Parkinson’s disease in the US
Notice bibliographique
Résumé
Symptomatic management of Parkinson's disease (PD) is complex and many symptoms, especially non-motor symptoms, are not effectively addressed with current medications. In the US, cannabis has become more widely available for medical and recreational use, permitting those in the PD community to try alternative means of symptom control. However, little is known about the attitudes towards, and experiences with, cannabis use among those living with PD. To address this shortcoming, we distributed an anonymous survey to 7,607 people with PD in January 2020 and received 1339 responses (17.6%). 1064 complete responses were available for analysis. Respondents represented 49 states with a mean age of 71.2 years (±8.3) and mean PD duration of 7.4 years (±6.2). About a quarter of respondents (24.5%) reported cannabis use within the previous six months. Age and gender were found to be predictors of cannabis use in this sample (Age OR = 0.95, 95% CI 0.93 to 0.97; Male OR = 1.44, 95% CI 1.03 to 2.03). Users reported learning about cannabis use from the internet/news (30.5%) and friends or other people with PD (26.0%). Cannabis users were more likely to report insufficient control of their non-motor symptoms with prescription medications than non-users (p = 0.03). Cannabis was primarily used for PD (63.6%) and was most often used to treat nonmotor symptoms of anxiety (45.5%), pain (44.0%), and sleep disorders (44.0%). However, nearly a quarter of users (23.0%) also reported they had stopped cannabis use in the previous six months, primarily due to a lack of symptom improvement (35.5%). Three quarters of respondents (75.5%) did not use cannabis, primarily because there was a lack of scientific evidence supporting efficacy (59.9%). Our results suggest that the lack of formal guidance or research evidence about cannabis for PD may in part underlie inconsistencies in both use and reported effectiveness.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».