MétaCan
Menu
Retour à la cohorte
Enregistrement W4223967886 · doi:10.1089/can.2022.0014

Expanding Research on Cannabis-Based Medicines for Liver Steatosis: A Low-Risk High-Reward Way Out of the Present Deadlock?

2022· article· en· W4223967886 sur OpenAlexaff
Tangui Barré, Vincenzo Di Marzo, Fabienne Marcellin, Patrizia Burra, Patrizia Carrieri

Notice bibliographique

RevueCannabis and Cannabinoid Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésNonalcoholic fatty liver diseaseEndocannabinoid systemSteatosisFatty liverMedicineClinical trialObservational studyCannabisIntensive care medicineBioinformaticsDiseasePsychiatryInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Obesity and nonalcoholic fatty liver disease (NAFLD) constitute global and growing epidemics that result in therapeutic dead ends. There is an urgent need for new and accessible treatments to improve and widen both preventive and curative approaches against NAFLD. The endocannabinoid system (ECS) is recognized as a complex signaling apparatus closely related to metabolic disorders and is a key target for treating NAFLD. Despite a lack of conclusive clinical trials, observational and pre-clinical studies highlight putative benefits of phytocannabinoids on liver steatosis through multiple pathways. Owing to both its safety profile and its diversity of active compounds acting primarily (although not exclusively) on the ECS—and its expanded version, the endocannabinoidome, the Cannabis plant should be considered a major prospect in the treatment of NAFLD. However, seizing this opportunity, and intensifying clinical research in this direction, will require overcoming both scientific and nonscientific barriers.

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)0,013
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,003
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,061
Tête enseignante GPT0,374
Écart entre enseignants0,313 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCannabis and Cannabinoid ResearchMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207