Attitudes and practice patterns of Canadian physiatrists regarding medical cannabis
Notice bibliographique
Résumé
Objective: To assess practice patterns and attitudes of Canadian physiatrists, given their expertise in pain management and spasticity, conditions in which medical cannabis (MC) should be considered. Design: A 24-item, survey questionnaire was sent to physiatrists across Canada. Subjects: One hundred and nine physiatrists responded. Methods: A structured web-based survey distributed to members of Canadian Association of Physical Medicine and Rehabilitation. Inferential statistical analysis was conducted. Results: A majority of respondents acknowledged the medicinal value of MC, with 61% of respondents feeling comfortable discussing it, whereas only 31% felt comfortable authorizing MC. Years of work experience did not impact comfort regarding discussions of MC, but those with 21+ years of experience authorized MC more frequently. A significant relationship was observed between subspecialty and MC prescribing; most prescriptions authorized for neuropathic pain, musculoskeletal pain and spasticity. Most respondents agreed that medical school and residency programs provided insufficient education on MC, and that governmental and institutional guidelines remained unclear. Conclusion: Addressing cannabinoids in medical school and residency is important to improve the therapeutic and counselling aspects of patient care in addressing safety and preventing misuse. With clearer guidelines and more research on MC efficacy, physiatrists will be more knowledgeable and better able to improve patient lives.
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 | 0,009 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».