Blocking cannabinoid CB<sub>1</sub>receptors for the treatment of nicotine dependence: insights from pre‐clinical and clinical studies
Notice bibliographique
Résumé
Tobacco use is one of the leading preventable causes of death in developed countries. Since existing medications are only partially effective in treating tobacco smokers, there is a great need for improved medications for smoking cessation. It has been recently proposed that cannabinoid CB(1) receptor antagonists represent a new class of therapeutic agents for drug dependence, and notably, nicotine dependence. Here, we will review current evidence supporting the use of this class of drugs for smoking cessation treatment. Pre-clinical studies indicate that nicotine exposure produces changes in endocannabinoid content in the brain. In experimental animals, N-piperidinyl-5-(4-chlorophenyl)-1-(2,4-dichlorophenyl)-4-methylpyrazole-3-carboxamide (rimonabant, SR141716) and N-(piperidin-1-yl)-5-(4-iodophenyl)-1-(2,4-dichlorophenyl)-4-methyl-1H-pyrazole-3-carboxamide (AM251), two cannabinoid CB(1) receptor antagonists, block nicotine self-administration behavior, an effect that may be related to the blockade of the dopamine-releasing effects of nicotine in the brain. Rimonabant also seems efficacious in decreasing the influence of nicotine-associated stimuli over behavior, suggesting that it may act on two distinct neuronal pathways, those implicated in drug-taking behavior and those involved in relapse phenomena. The utility of rimonabant has been evaluated in several clinical trials. It seems that rimonabant is an efficacious treatment for smoking cessation, although its efficacy does not exceed that of nicotine-replacement therapy and its use may be limited by emotional side effects (nausea, anxiety and depression, mostly). Rimonabant also appears to decrease relapse rates in smokers. These findings indicate significant, but limited, utility of rimonabant for smoking cessation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».