MétaCan
Menu
Retour à la cohorte
Enregistrement W2497431191 · doi:10.3389/fphar.2016.00221

Cannabinoids As Potential Treatment for Chemotherapy-Induced Nausea and Vomiting

2016· review· en· W2497431191 sur OpenAlexafffund
Erin M. Rock, Linda A. Parker

Notice bibliographique

RevueFrontiers in Pharmacology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésNauseaVomitingChemotherapyChemotherapy-induced nausea and vomitingMedicineEndocannabinoid systemAnesthesiaAntiemeticInternal medicine

Résumé

récupéré en direct d'OpenAlex

Despite the advent of classic anti-emetics, chemotherapy-induced nausea is still problematic, with vomiting being somewhat better managed in the clinic. If post-treatment nausea and vomiting are not properly controlled, anticipatory nausea-a conditioned response to the contextual cues associated with illness-inducing chemotherapy-can develop. Once it develops, anticipatory nausea is refractive to current anti-emetics, highlighting the need for alternative treatment options. One of the first documented medicinal uses of Δ(9)-tetrahydrocannabinol (Δ(9)-THC) was for the treatment of chemotherapy-induced nausea and vomiting (CINV), and recent evidence is accumulating to suggest a role for the endocannabinoid system in modulating CINV. Here, we review studies assessing the therapeutic potential of cannabinoids and manipulations of the endocannabinoid system in human patients and pre-clinical animal models of nausea and vomiting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,402
Écart entre enseignants0,366 · 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 tête enseignante, pas un consensus.

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

Citations45
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PharmacologyMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207