A Case Report on Cannabinoid Hyperemesis Syndrome in Palliative Care: How Good Intentions Can Go Wrong
Notice bibliographique
Résumé
INTRODUCTION: Synthetic cannabinoids are commonly used to manage pain, nausea, and vomiting in oncology and palliative care. Despite the current acceptance of cannabinoids as a treatment option for nausea and vomiting, there is a lack of data regarding the side effects of its prolonged use leading to possible toxicity due to accumulation, and as a result, exacerbation of nausea and vomiting rather than alleviation. Case Report Presentation: The patient, a 70-year-old female, was residing in the palliative care unit with the diagnosis of small-cell lung cancer. She underwent a course of chemotherapy consisting of paclitaxel, docetaxel, and cisplatin. She presented with hair loss, sore mouth, a loss of appetite, diarrhea, neuralgia, nausea, and vomiting which developed approximately 5 h after chemotherapy. Nabilone was used for the last 5 years to manage the patient's neuralgia. As her cancer progressed, a dosage of nabilone was incrementally increased from 0.5 to 2 mg to control her pain; however, it exacerbated refractory nausea and vomiting. Nabilone was discontinued 7 weeks after administration due to suspicion of cannabinoid hyperemesis syndrome. Hot baths were attempted with temporary relief. Her pain became well controlled with opioids and adjuvants and there has been no recurrence of nausea and vomiting since the cessation of nabilone. DISCUSSION/CONCLUSION: Successful recognition and management of cannabinoid hyperemesis syndrome is especially important in individuals with comorbid disorders in order to avoid cannabis toxicity.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».