Reliability of a self-reported questionnaire assessing the use of cannabis products to treat chronic pain
Notice bibliographique
Résumé
PURPOSE: To develop a questionnaire measuring the use of cannabis to manage chronic pain and assess its reliability. DESIGN: A questionnaire was developed based on a review of the literature and input from an expert panel. A longitudinal survey was conducted to assess its reliability. METHODS: A preliminary questionnaire assessing pain conditions, the type of cannabis products used, the methods of use, the concentration of main cannabinoids, and the use of other pain therapies was developed. The expert panel reviewed the items of this preliminary version to enhance its content validity. The longitudinal survey was conducted to assess test-retest reliability. A two-round survey with 158 participants with chronic pain was conducted between November 2023 and January 2024. Kappa and weighted kappa coefficients were calculated to assess the agreement between the responses of the two rounds. According to criteria of Landis and Koch, items with a kappa ≥ 0.61 were considered to have high reliability. FINDINGS: A 24-item questionnaire was developed and tested. The average age of participants was 38 years, and 53.5% were female. Most of the items assessing the use of cannabis products yielded high reliability. Items with moderate reliability (0.41 ≤ Kappa < 0.61) included the type of pain and the type of cannabinoids used. CONCLUSIONS: The results suggest that the questionnaire developed in this study is a reliable tool for assessing cannabis use in patients with chronic pain in clinical or research settings.
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 | 0,009 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».