Assessment of Clinical Outcomes in Patients With Osteoarthritis: Analysis From the UK Medical Cannabis Registry
Notice bibliographique
Résumé
Osteoarthritis accounts for 0.6% of disability-adjusted life years globally. There is a paucity of research focused on cannabis-based medicinal products (CBMPs) for osteoarthritic chronic pain management. This study aims to assess changes in validated patient-reported outcome measures (PROMs) and CBMP clinical safety in patients with osteoarthritis. A prospective case series from the UK Medical Cannabis Registry was analyzed. Primary outcomes were changes in the Brief Pain Inventory (BPI), McGill Pain Questionnaire (MPQ2), EQ-5D-5L, Generalized Anxiety Disorder-7 (GAD-7) questionnaire, and Single-Item Sleep Quality Scale (SQS) at 1-, 3-, 6-, and 12-month follow-ups from baseline. Common Terminology Criteria for Adverse Events v.4.0 was used for adverse event (AE) analysis. Statistical significance was defined as p < 0.050. Seventy-seven patients met inclusion criteria. CBMP initiation correlated with BPI pain severity (p = 0.004), pain interference (p = 0.005), and MPQ2 (p = 0.017) improvements at all follow-ups compared to baseline. There were improvements in the EQ-5D-5L index (p = 0.026), SQS (p < 0.001), and GAD-7 (p = 0.038) up to 6 and 3 months, respectively. Seventeen participants (22.08%) recorded 76 mild AEs (34.86%), 104 moderate AEs (47.71%), and 38 severe AEs (17.43%). Though causality cannot be assumed in this observational study, results support development of randomized control trials for osteoarthritis pain management with CBMPs.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 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 ».