A systematic review of how cannabinoids affect motoneuron output
Notice bibliographique
Résumé
Spinal motoneurons contain many ion channels and receptors upon which various cannabinoids are known to act. This scoping review involved the synthesis of evidence from literature published before August 2022 about the effects of cannabinoids on quantifiable measures of motoneuron output. Four databases (MEDLINE, Embase, PsycINFO, and Web of Science CoreCollection) were queried and 4,237 unique articles were retrieved. Twenty-three studies met the inclusion criteria, and the findings from these studies were grouped according to four emergent themes: rhythmic motoneuron output, afferent feedback integration, membrane excitability, and neuromuscular junction transmission. This synthesis of evidence suggests that CB1 agonists can increase the frequency of cyclical patterns of motoneuron output (i.e., fictive locomotion). Furthermore, a majority of the evidence indicates that activating CB1 receptors at motoneuron synapses promotes excitation of motoneurons by enhancing excitatory synaptic transmission and depressing inhibitory synaptic transmission. The collated study results reveal variable effects of cannabinoids on acetylcholine release at the neuromuscular junction, and the influence of cannabinoids in this area requires more work to ensure precision of findings for CB1 agonist and antagonist impact. Altogether, these reports indicate that the endocannabinoid system is integral within the final common pathway and can impact motor output. This review contributes to understanding the effects of endocannabinoids on synaptic integration at the motoneuron and modulation of motor output.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».