Notice bibliographique
Résumé
This paper explores the potential use of endocannabinoidome molecules as a therapeutic approach to treating traumatic brain injury (TBI). Google Scholar was used to obtain the primary research literature analyzed for this review. Studies which manipulate the endocannabinoid system through methods such as administration of 2-AG or AEA ligands, inhibiting breakdown enzymes, and using CB1 and CB2 agonists or antagonists have shown promising results in treating TBI; however, no pragmatic clinical therapy has been found so far. The discovery of similar molecules and receptors has resulted in the expansion of the endogenous system and bred the term endocannabinoidome, which incorporates the newly discovered molecules and receptors. Ligands of the endocannabinoidome produce similar therapeutic benefits for TBI but act by different receptor pathways, which may allow one to overcome current existing problems of manipulating the endocannabinoid system for TBI treatment. Currently, therapies used to treat TBI have many unwanted side effects, establishing the need for alternative research options. This paper examines three of these endocannabinoidome molecules that have been previously researched for treating TBI and illuminates their specific receptor pathways and how these receptor pathways operate differently from the ordinary pathways of the endocannabinoid system. Gaining an understanding of the receptor pathways used by endocannabinoidome molecules will open a new field of research for therapeutics to treat TBI.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».