Efficacy of topical cannabinoids in the management of pain: a systematic review and meta-analysis of animal studies
Notice bibliographique
Résumé
BACKGROUND/IMPORTANCE: Cannabinoids are emerging as an alternative pain management option, preliminarily supported by preclinical and clinical studies. Unwanted side effects from oral or inhaled cannabinoids remain, however, a major barrier to widespread use. Peripherally acting cannabinoids (eg, topically applied) may circumvent these side effects while providing localized pain management. OBJECTIVE: Our purpose was to systematically review the literature on the effectiveness of peripherally acting cannabinoids for pain management. EVIDENCE REVIEW: We searched MEDLINE, EMBASE, CENTRAL, CINAHL, and PubMed databases. Included studies examined the effect of topical/peripherally administered cannabinoids on pain ratings in humans, as well as pain-related outcomes in animals (eg, paw withdrawal). Due to a lack of trials, human studies were summarized in a narrative synthesis. Separate meta-analyses were performed for animal studies using radiant tail flick or paw withdrawal outcomes. FINDINGS: Our search yielded 1182 studies following removal of duplicates, with 46 studies (6 human, 40 animal) included. Human studies (one randomized controlled trial and five case studies/series) reported no adverse events to topical cannabinoids and preliminary evidence of decreased pain ratings. Animal studies reporting tail flick (5) (2.81, 95% CI 1.93 to 3.69, p<0.001) and mechanical withdrawal (11) (2.74, 95% CI 1.82 to 3.67, p<0.001) reported prolonged responses (analgesia) in peripheral cannabinoid groups compared with controls. CONCLUSIONS: Preclinical animal studies provided low-quality evidence for peripherally administered cannabinoids to provide regional, antinociceptive effects. The scarcity of high-quality human studies underscores the need to translate preclinical evidence into well-controlled human trials.
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 | 0,017 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,032 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».