Role of the Cannabinoid System in Pain Control and Therapeutic Implications for the Management of Acute and Chronic Pain Episodes
Notice bibliographique
Résumé
Cannabis extracts and synthetic cannabinoids are still widely considered illegal substances. Preclinical and clinical studies have suggested that they may result useful to treat diverse diseases, including those related with acute or chronic pain. The discovery of cannabinoid receptors, their endogenous ligands, and the machinery for the synthesis, transport, and degradation of these retrograde messengers, has equipped us with neurochemical tools for novel drug design. Agonist-activated cannabinoid receptors, modulate nociceptive thresholds, inhibit release of pro-inflammatory molecules, and display synergistic effects with other systems that influence analgesia, especially the endogenous opioid system. Cannabinoid receptor agonists have shown therapeutic value against inflammatory and neuropathic pains, conditions that are often refractory to therapy. Although the psychoactive effects of these substances have limited clinical progress to study cannabinoid actions in pain mechanisms, preclinical research is progressing rapidly. For example, CB(1)mediated suppression of mast cell activation responses, CB(2)-mediated indirect stimulation of opioid receptors located in primary afferent pathways, and the discovery of inhibitors for either the transporters or the enzymes degrading endocannabinoids, are recent findings that suggest new therapeutic approaches to avoid central nervous system side effects. In this review, we will examine promising indications of cannabinoid receptor agonists to alleviate acute and chronic pain episodes. Recently, Cannabis sativa extracts, containing known doses of tetrahydrocannabinol and cannabidiol, have granted approval in Canada for the relief of neuropathic pain in multiple sclerosis. Further double-blind placebo-controlled clinical trials are needed to evaluate the potential therapeutic effectiveness of various cannabinoid agonists-based medications for controlling different types of pain.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».