The Use of Cannabinoids for Insomnia in Daily Life: Naturalistic Study
Notice bibliographique
Résumé
BACKGROUND: Insomnia is a prevalent condition that presents itself at both the symptom and diagnostic levels. Although insomnia is one of the main reasons individuals seek medicinal cannabis, little is known about the profile of cannabinoid use or the perceived benefit of the use of cannabinoids in daily life. OBJECTIVE: We conducted a retrospective study of medicinal cannabis users to investigate the use profile and perceived efficacy of cannabinoids for the management of insomnia. METHODS: Data were collected using the Strainprint app, which allows medicinal cannabis users to log conditions and symptoms, track cannabis use, and monitor symptom severity pre- and postcannabis use. Our analyses examined 991 medicinal cannabis users with insomnia across 24,189 tracked cannabis use sessions. Sessions were analyzed, and both descriptive statistics and linear mixed-effects modeling were completed to examine use patterns and perceived efficacy. RESULTS: Overall, cannabinoids were perceived to be efficacious across all genders and ages, and no significant differences were found among product forms, ingestion methods, or gender groups. Although all strain categories were perceived as efficacious, predominant indica strains were found to reduce insomnia symptomology more than cannabidiol (CBD) strains (estimated mean difference 0.59, SE 0.11; 95% CI 0.36-0.81; adjusted P<.001) and predominant sativa strains (estimated mean difference 0.74, SE 0.16; 95% CI 0.43-1.06; adjusted P<.001). Indica hybrid strains also presented a greater reduction in insomnia symptomology than CBD strains (mean difference 0.52, SE 0.12; 95% CI 0.29-0.74; adjusted P<.001) and predominant sativa strains (mean difference 0.67, SE 0.16; 95% CI 0.34-1.00; adjusted P=.002). CONCLUSIONS: Medicinal cannabis users perceive a significant improvement in insomnia with cannabinoid use, and this study suggests a possible advantage with the use of predominant indica strains compared with predominant sativa strains and exclusively CBD in this population. This study emphasizes the need for randomized placebo-controlled trials assessing the efficacy and safety profile of cannabinoids for the treatment of insomnia.
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 | 0,010 | 0,043 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».