MétaCan
Menu
Retour à la cohorte
Enregistrement W2109078790 · doi:10.21083/surg.v7i3.3020

Monoacylglycerol lipase inhibition attenuates acute and anticipatory nausea in rats

2014· article· en· W2109078790 sur OpenAlexafffundvenue
Rachel Downey, Cheryl L. Limebeer, Heather Morris, Linda A. Parker

Notice bibliographique

RevueSURG Journal · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMonoacylglycerol lipaseEndocannabinoid systemNauseaCannabinoid receptorPharmacologyTaste aversionChemistryTasteAntagonistMedicineAnesthesiaInternal medicineReceptorBiochemistry

Résumé

récupéré en direct d'OpenAlex

This study investigates the role of the endocannabinoid 2-arachidonyl glycerol (2-AG) in regulating acute and anticipatory nausea in rats using the conditioned gaping model. The animals were systemically pretreated with MJN110, a selective monoacylglycerol lipase (MAGL) inhibitor, to enhance endogenous levels of 2-AG. Acute nausea was assessed using the taste reactivity model in which a flavour, saccharin, was paired with the administration of the emetic agent, lithium chloride (LiCl). Anticipatory nausea was assessed using a model of contextually elicited conditioned gaping in which a context was paired with the emetic agent, LiCl. Results indicated that MJN110 at the 10.0 mg kg-1 and 20.0 mg kg-1 dosage significantly attenuated acute and anticipatory nausea, as displayed by the significant reduction in mean number of gapes. This suppression was mediated by CB1 receptor activation as displayed by reversal of such effects when MJN110 was coadministered with the CB1 receptor antagonist, SR 141716. The results suggest that enhancement of endogenous 2-AG levels by MAGL inhibition may have anti-emetic potential. Keywords: 2-arachidonyl glycerol; monoacylglycerol lipase; endocannabinoid; nausea; conditioned gaping; CB1 receptor

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,301
Écart entre enseignants0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSURG JournalMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207