Local Activation of Cannabinoid CB <sub>1</sub> Receptors in the Urinary Bladder Reduces the Inflammation-Induced Sensitization of Bladder Afferents
Notice bibliographique
Résumé
BACKGROUND: Systemic administration of cannabinoid agonists is known to reduce pain induced by bladder inflammation and to modulate cystometric parameters in vivo. We have previously reported that intravesical administration of a cannabinoid agonist reduces the electrical activity of bladder afferents under normal conditions. However, the effects of local activation of bladder cannabinoid receptors on afferent activity during inflammation are unknown. This study was aimed to assess the effects of intravesical administration of a cannabinoid agonist on the discharges of afferent fibers in inflamed bladders ex vivo. We also characterized the expression of CB1 receptors in the bladder and their localization and co-expression with TRPV1, a marker of nociceptive afferents. RESULTS: Compared to untreated animals, afferent fiber activity in inflamed bladders was increased for intravesical pressures between 10 and 40 mmHg. Local treatment with a non selective cannabinoid agonist (AZ12646915) significantly reduced the afferent activity at intravesical pressures above 20 mmHg. This effect was blocked by AM251 but not by AM630 (selective for CB1 and CB2 respectively). Finally, CB1 was co-expressed with TRPV1 in control and inflamed bladders. CONCLUSION: These results demonstrate that sensitization of bladder afferents induced by inflammation is partly suppressed by intravesical activation of cannabinoid receptors, an effect that appears to be mediated by CB1 receptors. Also, TRPV1 positive fibers were found to co-express CB1, supporting the hypothesis of a direct action of the cannabinoid agonist on nociceptive afferents. Taken together, these results indicate a peripheral modulation by the cannabinoid system of bladder hypersensitivity during inflammation.
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) | 0,003 | 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 ».