MétaCan
Menu
Retour à la cohorte
Enregistrement W4392093927 · doi:10.1089/can.2023.0219

Clinical Application of Cannabis Vaporization: Examining Safety and Best Practices

2024· review· en· W4392093927 sur OpenAlexaff
Caroline A. MacCallum, Lindsay A. Lo, Michael Boivin

Notice bibliographique

RevueCannabis and Cannabinoid Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensBarrie Urology GroupPublic Health OntarioUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCannabisVaporizationMedicineHarm reductionEnvironmental healthPsychiatryPublic healthNursingChemistry

Résumé

récupéré en direct d'OpenAlex

Introduction: Cannabis vaporization is useful for individuals requiring fast-acting method of cannabis administration and for individuals using smoked cannabis as a harm reduction tool. There is a need for guidance on how to assess if a patient is a vaporization candidate and how to safely initiate and monitor cannabis vaporization. Methods: An overview of safe cannabis vaporization, including practical guidance and tactics to promote the lowest-risk use, is provided. This review was developed through a combination of expert clinical opinion and reviewing the available literature. Results: Dried cannabis vaporizers and metered-dose inhalers are recommended to be used over other vaporization devices. Assessing the benefit versus risks of vaporized cannabis and providing guidance for choosing a vaporization device, choosing a cannabis chemovar, and employing a mindful vaping technique are important steps in the safe utilization of vaporized cannabis. Dosing optimization and monitoring to limit adverse events and improve symptom control are essential. Discussion: The utilization of cannabis vaporization presents an important opportunity for clinicians and other health professionals to help facilitate safer cannabis administration and reduce the prevalence of smoked cannabis.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,195
Tête enseignante GPT0,502
Écart entre enseignants0,307 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCannabis and Cannabinoid ResearchMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207