Clinical management of cannabis withdrawal
Notice bibliographique
Résumé
BACKGROUND AND AIMS: -tetrahydrocannabinol (THC). This review describes the diagnosis, prevalence, course and management of cannabis withdrawal and highlights opportunities for future clinical research. METHODS: Narrative review of literature. RESULTS: Symptom onset typically occurs 24-48 hours after cessation and most symptoms generally peak at days 2-6, with some symptoms lasting up to 3 weeks or more in heavy cannabis users. The most common features of cannabis withdrawal are anxiety, irritability, anger or aggression, disturbed sleep/dreaming, depressed mood and loss of appetite. Less common physical symptoms include chills, headaches, physical tension, sweating and stomach pain. Despite limited empirical evidence, supportive counselling and psychoeducation are the first-line approaches in the management of cannabis withdrawal. There are no medications currently approved specifically for medically assisted withdrawal (MAW). Medications have been used to manage short-term symptoms (e.g. anxiety, sleep, nausea). A number of promising pharmacological agents have been examined in controlled trials, but these have been underpowered and positive findings not reliably replicated. Some (e.g. cannabis agonists) are used 'off-label' in clinical practice. Inpatient admission for MAW may be clinically indicated for patients who have significant comorbid mental health disorders and polysubstance use to avoid severe complications. CONCLUSIONS: The clinical significance of cannabis withdrawal is that its symptoms may precipitate relapse to cannabis use. Complicated withdrawal may occur in people with concurrent mental health and polysubstance use.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».