Efficacy of cannabinoids for the prophylaxis of chemotherapy-induced nausea and vomiting—a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Cannabinoids have potential efficacy as prophylaxis for chemotherapy-induced nausea and vomiting (CINV), but no recent meta-analysis has reported on their relative efficacy compared to other antiemetics. The aim of this meta-analysis is to examine the relative efficacy of cannabinoids for prophylaxis of CINV. METHODS: A literature search was conducted in OVID Medline, EMBASE, and Cochrane Central Register of Controlled Trials from inception up until March 2024. Articles were included if they reported on complete response, no nausea, no vomiting or no use of rescue medications, and were randomized controlled trials with cannabinoids in one arm. Meta-analysis was conducted for each endpoint and for a composite endpoint amalgamating existing endpoints. Subgroup analyses by medication used in control arm and by study design were conducted. Cumulative and leave-one-out analysis was also conducted. Type I error was set at 0.05. RESULTS: = 0.00%). However, there was no difference between cannabinoid and active treatment alternatives (most using dated single-agent regimens) for any outcomes. A recent phase II/III trial demonstrated superior efficacy of THC:CBD for secondary prevention of CINV when used as adjunctive therapy alongside modern antiemetic regimens, albeit mostly without olanzapine. CONCLUSIONS: There is scant evidence for efficacy of cannabinoids for CINV in the era of triple and quadruple antiemetics. Although THC:CBD showed promised in a recent trial, further trials should examine its safety and efficacy in the context of regimens containing olanzapine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,038 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».