Experiences of Canadian Women using Cannabis for Fibromyalgia Symptom Management: A Qualitative Description Study
Notice bibliographique
Résumé
Fibromyalgia (FM) is a complex chronic pain disorder affecting approximately 3% of Canadians, predominantly women over the age of 40. Characterized by widespread pain, fatigue, cognitive impairments, and delayed diagnosis, FM often results in significant personal and healthcare challenges. Traditional pharmacological treatments are frequently ineffective, leading individuals to explore alternative therapies such as cannabis. Despite increasing legalization and accessibility in Canada, limited research has explored how women with FM use cannabis to manage their symptoms. To address this gap, a qualitative descriptive design was employed to capture the lived experiences of fifteen women with FM who currently or previously have used cannabis therapeutically. Participants were recruited from six Canadian provinces. Semi-structured interviews were conducted virtually via Zoom and analyzed using reflexive thematic analysis. Four key themes emerged: (1) Cannabis as a Core Component of Fibromyalgia Management – participants described cannabis as transformative, helping with pain, sleep, and quality of life; (2) Barriers and Challenges to Cannabis Use – participants experienced stigma, lack of medical guidance, high costs, and difficulties determining dosage; (3) Cannabis Use in Daily Life – participants emphasized intentional, self-monitored use to balance symptom management with daily responsibilities; and (4) Advice for Healthcare Professionals – participants advocated for nonjudgmental, patient-centered care that legitimizes cannabis as a viable treatment option. This study highlights the perceived value of cannabis in FM management and the persistent barriers faced by women using it for therapeutic purposes. Findings underscore the need for improved education among healthcare providers, increased affordability and accessibility of medical cannabis, and the promotion of collaborative, stigma-free care.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,024 | 0,009 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».