Low doses of cannabis extract ameliorate non-motor symptoms of Parkinson’s disease patients: a case series
Notice bibliographique
Résumé
Introduction Parkinson’s disease (PD) is mainly characterized by motor symptoms including muscle rigidity, resting tremor and bradykinesia. However, the management of the non-motor symptoms represent a relevant clinical challenger in PD. These non-motor symptoms include cognitive and sleep disturbance and there is evidence that cannabinoids may represent alternative and effective treatments for non-motor symptoms of PD. Methods Therefore, this study addressed the effects of oral treatment with cannabis extract on cognition, insomnia, and daytime sleepiness in six patients with moderate PD. The patients were randomized to receive two different doses of a cannabis extract: THC:CBD 250:28 μg/day (n = 3) or 1000:112 μg/day (n = 3). The assessment of cannabis administration related to the cognitive field was measured by the Montreal Cognitive Assessment test (MoCA test), the insomnia was assessed by the Insomnia Severity Index (ISI), and daytime sleepiness was assessed using the Epworth sleepiness scale (ESS). All clinical evaluations were performed before treatment and at 15, 30, 60, and 90 days of treatment. Results The statistical analysis indicated a significant benefit of the cannabis extract treatment, at dose of 1000:112 μg/day after 60 days of treatment, on insomnia assessed by ISI. Moreover, the statistical analysis of data from ISI and MoCA tests showed a trend toward improvement over time, while no significant effect was observed in the ESS. There were no reports of significant adverse effects during the cannabis extract treatment. Discussion These results demonstrate benefits of short-time treatment (60 days) with low doses of cannabis extract on insomnia in PD patients. This study provide novel findings of the potential of combining CBD and THC as safe and effective treatments for non-motor symptoms of PD.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».