Exploring medical cannabis use in individuals with a traumatic brain injury
Notice bibliographique
Résumé
Aim: Traumatic brain injury (TBI) is a common neurological condition, which can present with a wide range of neuropsychological symptoms. Treating this broad spectrum of symptoms represents a significant medical challenge. In part because of this, there is growing interest in the use of medical cannabis to treat the sequelae of TBI, as medical cannabis has been used to treat multiple associated conditions, such as pain. However, medical cannabis represents a heterogeneous collection of therapies, and relatively little is known about their effectiveness in treating TBI symptoms. The aim of the present study was therefore to assess medical cannabis use in patients with TBI. Methods: In the present study, a retrospective chart review was conducted of patterns of cannabis use and TBI symptoms in individuals who used medical cannabis to treat TBI-related symptoms. All subjects were recruited from a medical cannabis clinic, where cannabis was authorized by physicians, using licensed cannabis products. A total of 53 subjects provided written consent to have their charts reviewed. Results: Neuropsychiatric conditions, including depression, pain, and anxiety were frequent in this group. The most common forms of medical cannabis consumption at intake included smoking, vaping, and oral ingestion. Patients used a combination of high tetrahydrocannabinol (THC)/low cannabidiol (CBD) and low THC/high CBD products, typically 1–3 times per day. Medical cannabis appeared to be relatively well-tolerated in subjects, with few serious side effects. At follow-up, subjects self-reported improvements in TBI symptoms, although these were not statistically significant when assessed using validated questionnaires. Conclusions: Overall findings indicate modest potential benefits of medical cannabis for TBI, but further research will be required to validate these results.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».