Medicinal Use of Different Cannabis Strains: Results from a Large Prospective Survey in Germany
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Up to now, it is unclear whether different medicinal cannabis (MC) strains are differently efficacious across different medical conditions. In this study, the effectiveness of different MC strains was compared depending on the disease to be treated. Methods This was an online survey conducted in Germany between June 2020 and August 2020. Patients were allowed to participate only if they received a cannabis-based treatment from pharmacies in the form of cannabis flowers prescribed by a physician. Results The survey was completed by n=1,028 participants. Most participants (58%) have used MC for more than 1 year, on average, 5.9 different strains. Bedrocan (pure tetrahydrocannabinol to pure cannabidiol [THC:CBD]=22:<1) was the most frequently prescribed strain, followed by Bakerstreet (THC:CBD=19:<1) and Pedanios 22/1 (THC:CBD=22:1). The most frequent conditions MC was prescribed for were different pain disorders, psychiatric and neurological diseases, and gastrointestinal symptoms. Overall, the mean patient-reported effectiveness was 80.1% (range, 0–100%). A regression model revealed no association between the patient-reported effectiveness and the variety. Furthermore, no influence of the disease on the choice of the MC strain was detected. On average, 2.1 side effects were reported (most commonly dry mouth (19.5%), increased appetite (17.1%), and tiredness (13.0%)). However, 29% of participants did not report any side effects. Only 398 participants (38.7%) indicated that costs for MC were covered by their health insurance. Conclusions Patients self-reported very good efficacy and tolerability of MC. There was no evidence suggesting that specific MC strains are superior depending on the disease to be treated.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle