Local application of the endocannabinoid hydrolysis inhibitor URB597 reduces nociception in spontaneous and chemically induced models of osteoarthritis
Notice bibliographique
Résumé
The present study examined whether enhancement of endogenous cannabinoid levels by administration of the fatty acid amide hydrolase inhibitor URB597 could modulate joint nociception in 2 rodent models of osteoarthritis (OA). OA-like changes were induced in male Wistar rats by intra-articular injection of monoiodoacetate, while Dunkin-Hartley guinea pigs (age 9-12 months) develop OA naturally and were used as a model of spontaneous OA. Joint nociception was measured by recording electrophysiologically from knee joint primary afferents in response to noxious hyper-rotation of the joint before and after close intra-arterial injection of URB597 (0.03 mg; 0.1 mL bolus); the CB(1) receptor antagonist AM251 (1 mg/kg intraperitoneally) or the CB(2) receptor antagonist AM630 (1 mg/kg intraperitoneally). The effect of systemic URB597 administration (5 mg/kg) on joint pain perception in the monoiodoacetate model was determined by hindlimb incapacitance. Peripheral injection of URB597 caused afferent firing rate to be significantly reduced by up to 56% in the rat OA model and by up to 69% in the guinea pig OA model. Systemic co-administration of AM251, but not AM630, abolished the antinociceptive effect of URB597 in both models. URB597 had no effect in saline-injected control rat joints or in nonarthritic guinea pigs. Systemic URB597 administration significantly reduced hindlimb incapacitance in monoiodoacetate joints and co-administration of the CB(1) antagonist abolished this effect. Local injection of URB597 into OA knee joints reduces mechanonociception and pain, and this response is mediated by CB(1) receptors. Targeting endocannabinoid-metabolizing enzymes in the peripheral nervous system could offer novel therapeutic approaches for the treatment of OA pain.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».