Healthcare professionals' perspectives on the use of medicinal cannabis to manage chronic pain: A systematic search and narrative review
Notice bibliographique
Résumé
RATIONALE, AIMS, AND OBJECTIVES: Chronic pain is a global public health problem that negatively impacts individuals' quality of life and imposes a substantial economic burden on societies. The use of medicinal cannabis (MC) is often considered by patients to help manage chronic pain as an alternative or supplement to more conventional treatments, given enabling legalization in a number of countries. However, healthcare professionals involved in providing guidance for patients related to MC are often doing so in the absence of strong evidence and clinical guidelines. Therefore, it is crucial to understand their perspectives regarding the clinical use and relevance of MC for chronic pain. As little is known about attitudes of HCPs with regard to MC use for chronic pain specifically, the aim of this review was to identify and synthesize the published evidence on this topic. METHODS: A systematic search was conducted across six databases: MEDLINE, EMBASE, CINAHL, Scopus, Web of Science, and PubMed from 2001 to March 26, 2021. Three authors independently performed the study selection and data extraction. Thematic analysis was undertaken to identify key themes. RESULTS: A total of 26 studies were included, involving the United States, Israel, Canada, Australia, Ireland, and Norway, and the perspectives of physicians, nurses, and pharmacists. Seven key themes were identified: MC as a treatment option for chronic pain, and perceived indicated uses; willingness to prescribe MC; legal issues; low perceived knowledge and the need for education; comparative safety of MC versus opioids; addiction and abuse; and perceived adverse effects; CONCLUSION: To support best practice in the use of MC for chronic pain, healthcare professionals require education and training, as well as clinical guidelines that provide evidence-based information about efficacy, safety, and appropriate dosage of products for this indication. Until these gaps are addressed, healthcare professionals will be limited in their capacity to make treatment recommendations about MC for people/patients with chronic 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 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 | 0,010 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,014 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».