Nabiximols in the treatment of spasticity, pain and urinary symptoms due to multiple sclerosis
Notice bibliographique
Résumé
INTRODUCTION: Over the last two decades, experimental and clinical data suggest a therapeutic benefit of cannabis-based medicines for a variety of multiple sclerosis (MS) symptoms. Clinical trials, both with synthetic or plant-derived cannabinoids, have demonstrated clinical efficacy of cannabinoids for the treatment of spasticity, neuropathic pain and bladder dysfunction. Nabiximols, a 1:1 mix of delta-9-tetrahydrocanabinol and cannabidiol extract from cloned chemovars, was licensed in the UK in 2010 and has also been approved in other European countries and Canada. The European Federation of Neurological Societies recommends that cannabis should be used only as a second or third line treatment in central neuropathic pain. AREAS COVERED: After a brief discussion of the endocannabinoid system, this review focuses on the use of cannabis to improve MS symptoms. More specifically, the authors have analyzed clinical studies on cannabis-based medicine extract (CBME), in particular nabiximols, in spasticity, as well as pain, and bladder dysfunction in MS. The authors have considered the large randomized controlled trials examining the psychological effects associated with cannabinoids use as well as long-term follow-up studies. EXPERT OPINION: Despite a number of trials with very promising results, there are still concerns related to relative paucity of data on long-term safety. Also, the long-term efficacy information in terms of the control of symptoms of a disease in which the natural history is progression is sparse. Therefore, further studies are required to improve the current knowledge of nabiximols.
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 | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».