The Efficacy of Marijuana Use for Pain Relief in Adults With Sickle Cell Disease: A Systematic Review
Notice bibliographique
Résumé
Sickle Cell Disease (SCD) is a disease that affects many around the world and often accounts for frequent hospital admissions every year, secondary to uncontrolled pain. Marijuana is increasingly being used for its medicinal ability to treat pain in chronic medical conditions. Therefore, it is imperative to determine how effective it would be in providing pain relief to patients with SCD. We systematically screened five databases for relevant data: PubMed, Medline, PubMed Central (PMC), Cochrane Library, and Google Scholar. The inclusion and exclusion criteria were implemented. A quality appraisal was then done using the Cochrane Bias assessment for randomized controlled trials (RCTs), Newcastle-Ottawa tool for observational studies, and Scale for the Assessment of Narrative Review Articles (SANRA) checklist for traditional review articles. From seven articles, information was gathered; one systematic review, one RCT, two surveys, one cross-sectional study, one retrospective study, and one questionnaire-based study. Our review concluded that based on the literature assessed, marijuana use in SCD patients either worsened their painful crises or offered little to no help compared to opioids or hydroxyurea usage. There were limited RCTs published in addition to papers investigating the long-term effects of marijuana use in SCD. We hope that further data is gathered in these areas to sufficiently address whether cannabis use is efficacious for pain relief in patients with SCD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».