MétaCan
Menu
Retour à la cohorte
Enregistrement W2113471632 · doi:10.2174/092986710790980041

Cannabinoid CB2 Receptors in Health and Disease

2010· review· en· W2113471632 sur OpenAlexafffund
Kamala D. Patel, Joseph S. Davison, Quentin J. Pittman, Keith A. Sharkey

Notice bibliographique

RevueCurrent Medicinal Chemistry · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCannabinoid receptor type 2Endocannabinoid systemCannabinoid receptorReceptorInflammationCannabinoidImmune systemDiseaseGastrointestinal tractBiologyNeuroscienceMedicineImmunologyInternal medicineAgonist

Résumé

récupéré en direct d'OpenAlex

Marijuana has been used for thousands of years to affect human health. Dissecting the peripheral effects from the central psychotropic effects has revealed a complex interplay between cannabinoids, endocannabinoids and their receptors. This review examines recent advances in understanding the expression, regulation and utilization of the CB(2) receptor. Here we highlight the molecular aspects of the CB(2) receptor, CB(2) receptor signaling and new ligands for this receptor. We focus in the rest of the review on recent findings in the immune system, the gastrointestinal tract and liver, the brain and the cardiovascular system and airways as examples of areas where new developments in our understanding of the CB(2) receptor have occurred. Early studies focused on expression of this receptor under baseline physiologic conditions; however, perturbations such as those that occur during inflammation, ischemia/reperfusion injury and cancer are revealing a critical role for the CB(2) receptor in regulating these disease processes amongst others. As a result, the CB(2) receptor is an appealing therapeutic target as well as a useful tool for shedding new light on physiological regulatory processes throughout the body.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,044
Tête enseignante GPT0,395
Écart entre enseignants0,351 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations91
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Medicinal ChemistryMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207