Signaling-specific inhibition of the CB1 receptor for cannabis use disorder: phase 1 and phase 2a randomized trials
Notice bibliographique
Résumé
Abstract Cannabis use disorder (CUD) is widespread, and there is no pharmacotherapy to facilitate its treatment. AEF0117, the first of a new pharmacological class, is a signaling-specific inhibitor of the cannabinoid receptor 1 (CB 1 -SSi). AEF0117 selectively inhibits a subset of intracellular effects resulting from Δ 9 -tetrahydrocannabinol (THC) binding without modifying behavior per se. In mice and non-human primates, AEF0117 decreased cannabinoid self-administration and THC-related behavioral impairment without producing significant adverse effects. In single-ascending-dose (0.2 mg, 0.6 mg, 2 mg and 6 mg; n = 40) and multiple-ascending-dose (0.6 mg, 2 mg and 6 mg; n = 24) phase 1 trials, healthy volunteers were randomized to ascending-dose cohorts ( n = 8 per cohort; 6:2 AEF0117 to placebo randomization). In both studies, AEF0117 was safe and well tolerated (primary outcome measurements). In a double-blind, placebo-controlled, crossover phase 2a trial, volunteers with CUD were randomized to two ascending-dose cohorts (0.06 mg, n = 14; 1 mg, n = 15). AEF0117 significantly reduced cannabis’ positive subjective effects (primary outcome measurement, assessed by visual analog scales) by 19% (0.06 mg) and 38% (1 mg) compared to placebo ( P < 0.04). AEF0117 (1 mg) also reduced cannabis self-administration ( P < 0.05). In volunteers with CUD, AEF0117 was well tolerated and did not precipitate cannabis withdrawal. These data suggest that AEF0117 is a safe and potentially efficacious treatment for CUD. ClinicalTrials.gov identifiers: NCT03325595 , NCT03443895 and NCT03717272 .
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».