MétaCan
Menu
Retour à la cohorte
Enregistrement W2754832540 · doi:10.5152/eurjrheum.2017.17025

The endocannabinoid system in pain and inflammation: Its relevance to rheumatic disease

2017· review· en· W2754832540 sur OpenAlexaboutno aff
Nicola Barrie, Nicholas Manolios

Notice bibliographique

RevueEuropean Journal of Rheumatology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEndocannabinoid systemInflammationMedicineImmune systemDiseaseJoint painImmunologyInternal medicineReceptor

Résumé

récupéré en direct d'OpenAlex

Abstract Pain is the most common manifestation of both acute and chronic inflammation that often challenges patients with rheumatic disease. Simply, we attribute this to local joint changes of pH in joints, the formation of radicals, enhanced joint pressure, or cytokine release acting on local nerves to produce pain. However, there is a more complex interplay of interactions between cytokines, mediators of inflammation, and ion channels that influence the final immune response and our perception of pain. Endocannabinoids, a group of less well-known endogenous bioactive lipids, have such manifold immunomodulatory effects able to influence both inflammation and pain. In this review, we overview the endocannabinoid system, its role in pain, inflammation, and immune regulation, and highlight the emerging challenges and therapeutic hopes. Cite this article as: Barrie N, Manolios N. The endocannabinoid system in pain andinflammation: Its relevance to rheumatic disease. Eur J Rheumatol 2017; 4: 210-8.

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)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,905

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,047
Tête enseignante GPT0,337
Écart entre enseignants0,290 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations129
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of RheumatologyMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207