Cannabis for pain management: Pariah or panacea?
Notice bibliographique
Résumé
Cannabis has been used in a medicinal context throughout recorded history and across diverse cultures to aid in the treatment of a wide array of ailments. Remarkably, clinical and preclinical investigations are only recently beginning to reveal the neurobiological mechanisms responsible for the clinically-relevant actions of cannabis that have been acknowledged by medical pharmacopeia for millennia. The therapeutic potential of cannabis-derived phytochemicals such as delta-9-tetrahydrocannabinol (THC) and cannabidiol (CBD) are currently being explored in several contexts. Experimental evidence suggests that modulation of signal transduction pathways underlying cellular excitability, as well as interactions with the endocannabinoid and serotonin systems, which modulate emotion and pain sensitivity under physiological conditions, are among the mechanisms responsible for its clinical efficacy. Interestingly, the diverse pharmacodynamic profile of CBD suggests a synergistic interaction with current first- and second-line medications used in the treatment of neuropathic pain to produce clinically meaningful therapeutic benefits. To advance understanding of the neurobiological mechanisms underlying therapeutic cannabis use in pain management and to integrate its use into modern clinical practices, it is important to understand medicinal cannabis use in historic and medical contexts. This review highlights the copious history of medical practices incorporating the use of cannabis, and discusses the potential pharmacological mechanisms responsible for its therapeutic efficacy in the management of neuropathic 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 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 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».