Optimizing the Synergistic Effects of Cannabidiol and Δ9-Tetrahydrocannabinol for the Treatment of Neuropathic Pain in Mouse Behavioural Models
Notice bibliographique
Résumé
Introduction: The analgesic properties of CBD and THC in cannabis can potentially be leveraged for the treatment of neuropathic pain but have not been well investigated. Some commercial analgesics, such as opioids, have unfavourable side effects including addiction, which does not exist in cannabis. Combinations of CBD and THC may not only elicit stronger analgesic effects than single-compound drugs, but also curb the psychotropic effects commonly associated with THC. We present a novel protocol to find the ideal substance ratio in a CBD-THC mixture, which elicits maximum antinociception with the least psychotropic effect. Methods: BALB/c mice will be assigned to 12 different treatment groups, representing 9 different ratios of CBD-THC mixtures, 2 positive controls (URB937 and sertraline hydrochloride), and 1 vehicle. Each mouse will be administered a compound via intraperitoneal injection and then subjected to behavioural testing. Chronic constriction injury and the Hargreaves’ Test (HT) will be used to test nociceptive behaviour while the Tail Suspension Test (TST) will be used to test depression-like behaviour. Expected Results: The ideal CBD-THC mixture will produce maximum withdrawal latency in the HT and maximum immobility time in the TST. Because the analgesic properties of combined CBD and THC still remain unclear in current literature, it is difficult to predict how withdrawal latency in the HT will change with varying CBD:THC ratios. Based on the psychotropic effects of THC, we expect increased THC concentrations to decrease immobility time in the TST. Conclusion: By determining the optimal ratio of CBD:THC for maximal pain suppression and minimal psychotropic effects, our protocol may provide justification for an alternative non-addictive therapeutic for treating neuropathic pain. In order to increase the generalizability and translatability of the results in a clinical setting, future studies could benefit from changes in dosing strategies, routes of administration, supplemental observation methods, and experimental timeframes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».