Notice bibliographique
Résumé
Cannabis has been used for its medicinal purposes since ancient times. Its consumption leads to the activation of Cannabis receptors CB1 and CB2 that, through specific mechanisms can lead to modulation and progression of inflammation or repair. The novel findings are linked to the medical use of Cannabis in gastrointestinal (GI) system. PURPOSE: The objective of the present paper is to elucidate the role of Cannabis consumption in GI system. An additional aim is to review the information on the function of Cannabis in non-alcoholic fatty liver disease (NAFLD). METHODS AND RESULTS: This review summarizes the recent findings on the role of cannabinoid receptors, their synthetic or natural ligands, as well as their metabolizing enzymes in normal GI function and its disorders, including irritable bowel syndrome (IBS), inflammatory bowel disease (IBD) and possible adverse events. The synergism or antagonism between Cannabis' active ingredients and the "entourage" plays a role in the efficacy of various strains. Some elements of Cannabis may alter disease severity as over-activation of Cannabis receptors CB1 and CB2 can lead to changes of the commensal gut flora. The endocannabinoid system (ECS) contributes to gut homeostasis. The ability of ECS to modulate inflammatory responses demonstrates the capacity of ECS to preserve gastrointestinal (GI) function. Alterations of the ECS may predispose patients to pathologic disorders, including IBD. Clinical studies in IBD demonstrate that subjects benefit from Cannabis consumption as seen through a reduction of the IBD-inflammation, as well as through a decreased need for other medication. NAFLD is characterized by fat accumulation in the liver. The occurrence of inflammation in NAFLD leads to non-alcoholic-steatohepatitis (NASH). The use of Cannabis might reduce liver inflammation. CONCLUSIONS: With limited evidence of efficacy and safety of Cannabis in IBD, IBS, and NAFLD, randomized controlled studies are required to examine its therapeutic efficacy. Moreover, since long term use of the plant leads to drug use disorders the patients should be followed continuously.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».