Endocannabinoids in the Treatment of Mood Disorders: Evidence from Animal Models
Notice bibliographique
Résumé
Among all mental disorders, major depression has the highest rate of prevalence and incidence of morbidity. Currently available antidepressant therapies have limited efficacies; consequently, research on new drugs for the treatment of mood disorders has become increasingly critical. Recent preclinical evidences that cannabinoid agonists and endocannabinoid enhancers, such as the fatty acid amide hydrolase (FAAH) inhibitors, can impact mood regulation have opened a new line of research in antidepressant drug discovery. However, the neurobiological mechanisms linking the endocannabinoid system with the pathophysiology of mood disorders and antidepressant action remain unclarified. In this review, we have presented an update on preclinical data indicating the antidepressant potential of cannabinoid agonists and endocannabinoid enhancers in comparison to standard antidepressants. Data obtained from CB(1) knockout (CB(1)-/-) and FAAH knockout (FAAH-/-) mice have also been examined within this context. We have illustrated how the various classes of antidepressants exert their therapeutic action. In particular, all antidepressants increase the neurotransmission of serotonin after long-term treatment, enhance the tonic activity of hippocampal 5-HT(1A) receptors, promote neurogenesis, and modulate (decrease or increase) the firing activity of noradrenergic neurons. Interestingly, cannabinoid agonists and endocannabinoid enhancers increase serotonin and noradrenergic neuronal firing activity, increase serotonin release in the hippocampus, as well as promote neurogenesis. Since cannabinoid-derived drugs potentiate monoaminergic neurotransmission and hippocampal neurogenesis through distinct pathways compared to classical antidepressants, they may represent an alternative drug class in the pharmacotherapy of mood and other neuropsychiatric disorders.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».