Perceptions and Preoccupations of Patients and Physicians Regarding Use of Medical Cannabis as an Intervention Against Chronic Musculoskeletal Pain: Results from a Qualitative Study
Notice bibliographique
Résumé
Lise Poisblaud,1,2 Edeltraut Kröger,1– 3 Nathalie Jauvin,4 Julie Pelletier-Jacob,1 Richard E Bélanger,2,5 Guillaume Foldes-Busque,5,6 Michèle Aubin,1,2,5 Pierre Pluye7 ,† Laurence Guillaumie,8 Malek Amiri,8 Pierre Dagenais,9 Clermont E Dionne1,2,5 1Centre d’excellence sur le vieillissement de Québec (CEVQ), Centre Intégré Universitaire de Santé et de Services Sociaux de la Capitale-Nationale (CIUSSSCN), Québec, Quebec, Canada; 2Centre de Recherche du CHU de Québec, Université Laval, Québec, Quebec, Canada; 3Faculty of Pharmacy, Université Laval, Québec, Quebec, Canada; 4Institut national de santé publique du Québec, Québec, Quebec, Canada; 5School of Psychology, Université Laval, Québec, Quebec, Canada; 6Research Centre, Centre Intégré de Santé et de Services Sociaux (CISSS) de Chaudière-Appalaches, Lévis, Quebec, Canada; 7Faculty of Medicine, McGill University, Montréal, Quebec, Canada; 8Faculty of Nursing, Université Laval, Québec, Quebec, Canada; 9Faculty of Medicine, Université de Sherbrooke, Sherbrooke, Quebec, Canada†Dr. Pierre Pluye passed away on August 1st 2023Correspondence: Edeltraut Kröger, BPharm, Hôpital du Saint-Sacrement, 1050 Chemin Ste-Foy, Room L2-30, Québec, Quebec, Canada, G1S 4L8, Tel +1 418 682-7511 extension 84834, Fax +1 418 682-7998, Email Edeltraut.Kroger.ciussscn@ssss.gouv.qc.caObjective: Explore perceptions and preoccupations regarding use of medical cannabis against chronic musculoskeletal pain, among patients and physicians.Design: Qualitative study using interviews with patients and physicians, based on the Theory of Planned Behavior (TPB).Setting: The study was conducted in Quebec, Canada, in spring 2020.Subjects: We included 27 adult patients and 11 physicians (GPs, anesthesiologists, psychiatrists, and a rheumatologist); the mean age of patients was 48.2 years; 59.3% of patients and 36.4% of physicians were women; 59.3% of patients used no medical cannabis at the time of study; 45.5% of physicians had never authorized it.Methods: Semi-structured interviews were conducted, transcribed and for the qualitative analysis codes were developed in a hybrid, inductive and deductive approach. Guided by the TPB, facilitators and barriers, perceived benefits and harms, and perceived norms that may influence cannabis use or authorization were documented.Results: Although medical cannabis is an interesting avenue for the relief of chronic musculoskeletal pain, doctors and patients agreed that it remained a last line option, due to the lack of scientific evidence regarding its safety and efficacy. The norms surrounding medical cannabis also play an important role in the social and professional acceptance of this therapeutic option.Conclusion: Medical cannabis is seen as a last line option among interventions in the management of chronic pain, and attitudes and prior experiences play a role in the decision to use it. Study results may contribute to improved shared decision making between patients and physicians regarding this option.Plain Language Summary: Little is known about the motivations, perceptions, and preoccupations of patients with chronic pain and their physicians regarding the use of medical cannabis against chronic pain. A qualitative study was done on the attitudes and perceptions of these patients and their physicians. We performed semi-structured interviews, guided by the Theory of Planned Behavior, with chronic pain patients and with physicians treating such patients. Results indicate that both patients and physicians consider medical cannabis as a last line therapeutic option against chronic pain. Also, both groups expressed a need for stronger evidence on the effectiveness and safety of medical cannabis, as well as for more and clearer guidance on when and how to use this additional option in the treatment of chronic pain.Keywords: medical cannabis, theory of planned behavior, chronic musculoskeletal pain, qualitative study, lack of knowledge, stigma
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 | 0,019 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».