Prevention of Cannabinoid Withdrawal Syndrome by Lithium: Involvement of Oxytocinergic Neuronal Activation
Notice bibliographique
Résumé
Cannabis (i.e., marijuana and cannabinoids) is the most commonly used illicit drug in developed countries, and the lifetime prevalence of marijuana dependence is the highest of all illicit drugs in the United States. To provide clues for finding effective pharmacological treatment for cannabis-dependent patients, we examined the effects and possible mechanism of lithium administration on the cannabinoid withdrawal syndrome in rats. A systemic injection of the mood stabilizer lithium, at serum levels that were clinically relevant, prevented the cannabinoid withdrawal syndrome. The effects of lithium were accompanied by expression of the cellular activation marker Fos proteins within most oxytocin-immunoreactive neurons and a significant increase in oxytocin mRNA expression in the hypothalamic paraventricular and supraoptic nuclei. Lithium also produced a significant elevation of oxytocin levels in the peripheral blood. We suggest that the effects of lithium against the cannabinoid withdrawal syndrome are mediated by oxytocinergic neuronal activation and subsequent release and action of oxytocin within the CNS. In support of our hypothesis, we found that the effects of lithium against the cannabinoid withdrawal syndrome were antagonized by systemic preapplication of an oxytocin antagonist and mimicked by systemic or intracerebroventricular injection of oxytocin. These results demonstrate that oxytocinergic neuronal activation plays a critical role in the action of lithium against the cannabinoid withdrawal syndrome in rats, thus providing a potentially novel strategy for the treatment of cannabis dependence in humans.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».