MétaCan
Menu
Retour à la cohorte
Enregistrement W3215276948 · doi:10.1007/s40263-021-00879-w

Cannabis-Based Medicines and Medical Cannabis for Chronic Neuropathic Pain

2021· review· en· W3215276948 sur OpenAlexaff
Frank Petzke, Thomas R. Tölle, Mary‐Ann Fitzcharles, Winfried Häuser

Notice bibliographique

RevueCNS Drugs · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesTechnische Universität München
Mots-clésCannabidiolNeuropathic painMedicineCannabisChronic painPregabalinGabapentinDronabinolTetrahydrocannabinolDuloxetinePopulationPsychiatryPharmacologyCannabinoidInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Neuropathic pain represents a broad category of pain syndromes that include a wide variety of peripheral and central disorders. The overall prevalence of neuropathic pain in the general population is reported to be between 7 and 10%. Management of neuropathic pain presents an unmet clinical need, with less than 50% of patients achieving substantial pain relief with medications currently recommended such as pregabalin, gabapentin, duloxetine and various tricyclic antidepressants. It has been suggested that cannabis-based medicines (CbMs) and medical cannabis (MC) may be a treatment option for those with chronic neuropathic pain. CbMs/MC are available in different forms: licensed medications or medical products (plant-derived and/or synthetic products such as tetrahydrocannabinol or cannabidiol); magistral preparations of cannabis plant derivatives with defined molecular content such as dronabinol (tetrahydrocannabinol); and herbal cannabis with a defined content of tetrahydrocannabinol and/or cannabidiol, together with other active ingredients (phytocannabinoids other than cannabidiol/tetrahydrocannabinol, terpenes and flavonoids). The availability of different types of CbMs/MC varies between countries worldwide. Systematic reviews of available randomised controlled trials have stated low-quality evidence for CbMs and MC for chronic neuropathic pain. Depending on the studies included in the various quantitative syntheses, authors have reached divergent conclusions on the efficacy of CbMs/MC for chronic neuropathic pain (from not effective to a clinically meaningful benefit). Clinically relevant side effects of CbMs/MC, especially for central nervous system and psychiatric disorders, have been reported by some systematic reviews. Recommendations for the use of CbMs/MC for chronic neuropathic pain by various medical associations also differ, from negative recommendations, no recommendation possible, recommended as third-line therapy, or recommended as an alternative in selected cases failing standard therapies within a multimodal concept. After reading this paper, readers are invited to formulate their own conclusions regarding the potential benefits and harms of CbMs/MC for the treatment of chronic neuropathic pain.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,029
Tête enseignante GPT0,359
Écart entre enseignants0,331 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations90
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCNS DrugsMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207