Cannabinoids in Chronic Pain: Therapeutic Potential Through Microglia Modulation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chronic pain is a complex sensory, cognitive, and emotional experience that imposes a great personal, psychological, and socioeconomic burden on patients. An estimated 1.5 billion people worldwide are afflicted with chronic pain, which is often difficult to treat and may be resistant to the potent pain-relieving effects of opioid analgesics. Attention has therefore focused on advancing new pain therapies directed at the cannabinoid system because of its key role in pain modulation. Endocannabinoids and exogenous cannabinoids exert their actions primarily through G i/o -protein coupled cannabinoid CB1 and CB2 receptors expressed throughout the nervous system. CB1 receptors are found at key nodes along the pain pathway and their activity gates both the sensory and affective components of pain. CB2 receptors are typically expressed at low levels on microglia, astrocytes, and peripheral immune cells. In chronic pain states, there is a marked increase in CB2 expression which modulates the activity of these central and peripheral immune cells with important consequences for the surrounding pain circuitry. Growing evidence indicate that interventions targeting CB1 or CB2 receptors improve pain outcomes in a variety of preclinical pain models. In this mini-review, we will highlight recent advances in understanding how cannabinoids modulate microglia function and its implications for cannabinoid-mediated analgesia, focusing on microglia-neuron interactions within the spinal nociceptive circuitry.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,002 |
| 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 découle