MétaCan
Menu
Retour à la cohorte
Enregistrement W3206070116 · doi:10.3389/fcell.2021.715380

The Potential Use of Cannabis in Tissue Fibrosis

2021· review· en· W3206070116 sur OpenAlexafffund
Nazar Pryimak, Mariia Zaiachuk, Olga Kovalchuk, Igor Kovalchuk

Notice bibliographique

RevueFrontiers in Cell and Developmental Biology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésFibrosisMedicineInflammationWound healingPathologyImmunology

Résumé

récupéré en direct d'OpenAlex

Fibrosis is a condition characterized by thickening or/and scarring of various tissues. Fibrosis may develop in almost all tissues and organs, and it may be one of the leading causes of morbidity and mortality. It provokes excessive scarring that excels the usual wound healing response to trauma in numerous organs. Currently, very little can be done to prevent tissue fibrosis, and it is almost impossible to reverse it. Anti-inflammatory and immunosuppressive drugs are among the few treatments that may be efficient in preventing fibrosis. Numerous publications suggest that cannabinoids and extracts of Cannabis sativa have potent anti-inflammatory and anti-fibrogenic properties. In this review, we describe the types and mechanisms of fibrosis in various tissues and discuss various strategies for prevention and dealing with tissue fibrosis. We further introduce cannabinoids and their potential for the prevention and treatment of fibrosis, and therefore for extending healthy lifespan.

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 candidatesaucune
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 enseignants0,864
Score d'incertitude au seuil0,684

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,304
Écart entre enseignants0,281 · 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'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

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cell and Developmental BiologyMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207