Cannabidiol Suppresses Cytokine Storm and Protects Against Cardiac and Renal Injury Associated with Sepsis
Notice bibliographique
Résumé
Background: Cytokine release syndrome, also termed “cytokine storm,” is the leading cause of morbidity and mortality among patients with various conditions such as sepsis. While cytokine storm is associated with multiple organ damage, acute cardiac and renal injury represents a hallmark of cytokine storm. Since recent reports have suggested that cannabidiol (CBD) may assist in the treatment of inflammatory diseases, our objective was to examine the effect of CBD on cytokine storm-induced cardiac and renal injury using the lipopolysaccharide (LPS)-induced sepsis mouse model. Materials and Methods: At 8 weeks of age, mice were randomly assigned to receive CBD (15 mg/kg) or vehicle one hour before a single injection of either phosphate-buffered saline or LPS (10 mg/kg) for an additional 24 h. Results: Our results show that CBD improves cardiac function and reduces renal injury in a mouse model of cytokine storm. Moreover, our data indicate that CBD significantly reduces systemic and renal inflammation to contribute to the improvements observed in a cytokine storm-model of cardiac and renal injury. Conclusions: Overall, the findings of this study suggest that CBD could be repurposed to reduce morbidity in patients with cytokine storm particularly in severe infections such as sepsis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».