Effects of cannabidiol and Δ <sup>9</sup> -tetrahydrocannabinol on cytochrome P450 enzymes: a systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
-tetrahydrocannabinol (THC) inhibit and induce cytochrome P450 (CYP450) enzymes. The objective of this review is to evaluate the effect of CBD and THC on the activity of CYP450 enzymes and the implications for drug-drug interactions (DDIs) with psychotropic agents that are CYP substrates. A systematic search was conducted using PubMed, Scopus, Scientific Electronic Library Online (SciELO) and PsychINFO. Search terms included 'cannabidiol', 'tetrahydrocannabinol', and 'cytochrome P450'. A total of seven studies evaluating the interaction of THC and CBD with CYP450 enzymes and psychotropic drugs were included. Both preclinical and clinical studies were included. Results from the included studies indicate that both CBD and THC inhibit several CYP450 enzymes including, but not limited to, CYP1A2, CYP3C19, and CYP2B6. While there are a few known CYP450 enzymes that are induced by THC and CBD, the induction of CYP450 enzymes is an understudied area of research and lacks clinical data. The inhibitory effects observed by CBD and THC on CYP450 enzymes vary in magnitude and may decrease the metabolism of psychotropic agents, cause changes in plasma levels of psychotropic medications, and increase adverse effects. Our findings clearly present interactions between THC and CBD and several CYP450 enzymes, providing clinicians evidence of a high risk of DDIs for patients who consume both cannabis and psychotropic medication. However, more clinical research is necessary before results are applied to clinical settings.
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.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle