What are the informational pathways that shape people’s use of cannabidiol for medical purposes?
Notice bibliographique
Résumé
BACKGROUND: Cannabidiol (CBD) is commonly used to manage symptoms in conditions and diseases for which there is limited clinical research for its application. How consumers arrive and decide to use CBD for medical treatment, despite lacking clinical evidence, is largely unknown. In this paper, we seek to identify the informational pathways through which consumers arrive at CBD for medical purposes. METHODS: GoFundMe.com campaigns fundraising to purchase CBD between June 2017 and May 2019 were collected using the Crowdfunding for Health Research Portal (CHRP). Product descriptions were thematically analyzed to determine pathways leading to incorporation of CBD into medical treatment. Campaign characteristics such as fundraising ask, funding received, location, campaign title, description, Facebook shares, and number of donors were recorded. Specific medical uses of CBD proposed in campaigns were tabulated. RESULTS: The study identified 164 crowdfunding campaigns primarily from the USA (n=159), with several from Canada (n=5). The campaigns requested $2,219,284.24 (median, $7000) and raised $610,612.87 (median, $1805) from 6825 donors (median, 26). Many campaigns asked for other treatments or illness-related costs not specific to CBD. The campaigns were shared 42,299 times on Facebook (median, 156 shares). Three informational pathways were identified leading to incorporation of CBD into medical treatment, which were self-directed research (n=149), recommendations from a trusted care provider (n=36), and/or experiential insights shared by someone associated with or influencing the crowdfunders personal network (n=30). The proposed uses of CBD were for cancer (n=96), seizure-inducing diseases/conditions (n=48), other/unspecified (n=6), joint/inflammatory diseases (n=6), mental health disorders (n=3), nervous system diseases (n=3), and autoimmune diseases (n=2). CONCLUSIONS: Our results suggest that consumers crowdfunding come to CBD through internally motivated reasons versus exposure to advertisements or other forms of marketing. Campaign beneficiaries generally had an unmet medical need that other forms of treatment were not satisfying. Then, through one or more of the informational pathways identified, CBD is considered a potential solution.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».