TITLE: Cannabinoids as Co-Analgesics: Review of Clinical Effectiveness
Notice bibliographique
Résumé
For centuries cannabis has been used for pain relief. 1,2 Cannabinoids are the compounds of cannabis that produce therapeutic as well as psychotropic effects. 3 Available cannabinoid drugs include delta nine-tetrahydrocannabinol (Δ-9-THC), dronabinol (a synthetic Δ-9-THC), nabilone, and a combination of synthetic Δ-9-THC and cannabidiol (THC/CBD; Sativex). 4 Sativex was approved by Health Canada in 2005 for use as an adjunctive treatment for neuropathic pain for multiple sclerosis patients. 4,5 Nabilone (Cesamet) is approved for treatment and management of severe nausea and vomiting induced by chemotherapy, 4 but there is clinical evidence supporting its use for pain management. 6,7 Studies investigating clinical utility of cannabinoids in the management of pain show conflicting evidence. While the results of studies investigating therapeutic benefits of cannabinoids in neuropathic pain are promising, 8-11 the effectiveness of cannabinoids in the management of other types pain is unclear. 11-15 Some evidence suggests that cannabinoids are as effective as placebo for treating pain and in some cases may be anti-analgesic when administered at high doses. 12,13,15-17 In light of limited evidence supporting clinical use of cannabis in the management of pain, a
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».