Potential Impact of Medical Cannabis Treatment On Pain Control Among Cancer Patients in Quebec U2013 Canada : a Pilot Study
Notice bibliographique
Résumé
Introduction: Therapeutic applications of medical cannabis within the cancer population, particularly for chemotherapy induced peripheral neuropathy, and how this complementary approach can impact patientsu2019 quality of life are still under-investigated.Methods: The Cannabis Pilot Project (CPP) accepted McGill University Health Centre cancer patients already receiving supportive care but referred to the CPP because they did not achieve adequate symptom relief. This study examines the efficacy of cannabis treatment for pain relief using the Brief Pain Inventory (BPI) scale. An interdisciplinary team was established to systematically assess patients, prescribe and monitor cannabis treatments. Results: Sixty-five patients have been enrolled (mean age 61 years; 52% female) in the CPP over seven months. The comparison between baseline, first (n=45) and second (n= 27) follow-up showed that 41% of patients vs 50% improved for worst pain (BPI 5.56 vs 4.39 vs 3.76, p-value 0.030), 41% vs 59% for average pain (BPI 3.93 vs 3.26 vs 2.72), 46% vs 45% for interference pain (BPI 4.05 vs 2.19 vs 2.80). Around 15% of patients reported mild adverse events at both follow-ups (i.e. light headedness in the morning). Conclusion: Cannabis treatment seems to be safe and effective for cancer pain improvement. Fifty percent of patients improved both clinically and statistically for worst pain across the three visits. Large longitudinal studies may confirm stronger correlations between longer exposure to cannabis and pain relief.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».