MétaCan
Menu
← Retour à la cohorte
Enregistrement W4304778077

Children and Youth Who Use Cannabis for Pain Relief: Benefits, Risks, and Perceptions

2020· article· en· W4304778077 sur OpenAlexaboutno aff
Woo JJ, Tea Rosic, Zainab Samaan

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCannabisPerceptionPsychologyPain reliefMedicinePsychiatryAnesthesia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Julia J Woo,1 Emma A van Reekum,2 Tea Rosic,3 Zainab Samaan3 1Faculty of Medicine, University of Toronto, Toronto, ON, Canada; 2Faculty of Medicine, McMaster University, Hamilton, ON, Canada; 3Department of Psychiatry and Behavioural Neurosciences, McMaster University, Hamilton, ON, CanadaCorrespondence: Zainab SamaanSt. Joseph’s Healthcare Hamilton, West 5th Campus, 100 West 5th Street, Hamilton, ON L9C 0E3, CanadaTel +1-905-522-1155 x39215Email samaanz@mcmaster.caAbstract: We provide up-to-date perspectives on the benefits and risks of medical cannabis for pain management in children and youth. To date, only two studies (a case report and a small observational study) have examined the effects of medical cannabis on pain in children and youth. No controlled trial has commented on long-term safety of medical cannabis. Findings from the recreational cannabis literature reveal significant potential short- and long-term risks of regular cannabis use, including impaired driving, depression, suicidality, psychosis, and tolerance. Despite this, many children and youth are self-medicating with cannabis, and perceive regular cannabis use to be safe. There is a need for better education and counselling of patients regarding the benefits and risks of medical cannabis use.Keywords: marijuana, THC, CBD, adolescents, pediatrics

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,249
Tête enseignante GPT0,512
Écart entre enseignants0,263 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetCannabis and Cannabinoid Research→Travaux en français237 207→