MétaCan
Menu
← Retour à la cohorte
Enregistrement W4214587104 · doi:10.21203/rs.3.rs-19821/v1

Cannabis against chronic muskuloskeletal pain: A scoping review on users and their perceptions

2020· review· en· W4214587104 sur OpenAlexafffund
Daniela Furrer, Edeltraut Kröger, M. Marcotte, Nathalie Jauvin, Richard E. Bélanger, Mark A. Ware, Guillaume Foldes‐Busque, Michèle Aubin, Pierre Pluye, Clermont E. Dionne

Notice bibliographique

RevueResearch Square · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensCentre intégré universitaire de santé et de services sociaux de la Capitale-NationaleCentre de Santé et de Services Sociaux de la Vieille-CapitaleCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité LavalMcGill UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-Jean
Organismes subventionnairesFonds de Recherche du Québec - SantéRéseau québécois de recherche sur le vieillissementUniversité LavalNational Science Foundation
Mots-clésChronic painPerceptionMedicineCannabisBusinessPsychologyPhysical therapyPsychiatryNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract Background Chronic musculoskeletal pain (CMP) may lead to reduced physical function and is the most common cause of chronic non cancer pain. Currently, the pharmacotherapeutic options against CMP are limited and mainly consist of pain management with gabapentinoids or opioids, which carry major adverse effects. Although the effectiveness of medical cannabis (MC) for CMP still lacks solid evidence, several patients suffering from it are exploring this therapeutic option.Objectives Little is known about MC users suffering from CMP. We aimed to increase this knowledge, useful for health care professionals and policy makers considering this treatment, as well as for researchers planning rigorous randomized clinical trials on the effectiveness of MC.Methods We conducted a scoping literature review, according to the methods developed by Arksey and O’Malley, to describe the views and perceptions of patients who had consumed MC to relieve chronic CMP and other non-cancer pain, as well as their demographic characteristics, patterns of MC use, and perceived positive and negative effects.Conclusion Our review shows that MC users are frequently young or middle-aged men, and that the preferred form of use was smoking. Participants of the included studies reported that MC use was helpful in reducing CMP and other chronic non-cancer pain with only minor adverse effects; in addition, they reported improved psychological well-being. Discussion The information from the included studies has several methodological limitations and is exploratory. MC use might, from the perspective of persistent users suffering from CMP and other chronic non-cancer pain, produce more benefits than harms. However, specific results for CMP are very scarce.

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)0,006
score de la tête « metaresearch » (Gemma)0,028
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: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0120,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,447
Écart entre enseignants0,361 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCannabis and Cannabinoid Research→Travaux en français237 207→