A Systematic Review of Delta-9-Tetrahydrocannabinol (∆9-THC) in Astrocytic Markers
Notice bibliographique
Résumé
BACKGROUND: Astrocytic reactivity in substance use disorders (SUDs) has been extensively studied, yet the molecular effect of delta-9-tetrahydrocannabinol (∆9-THC, the main psychoactive compound in cannabis) on glial cells, especially astrocytes, remains poorly understood. Exploring ∆9-THC's impact on astrocytic markers can provide insight into its effects on brain functions such as homeostasis, synaptic transmission, and response to neuronal injury. This systematic review synthesizes findings from studies investigating ∆9-THC's impact on astrocytic markers. METHODS: A systematic review was conducted using EMBASE, Medline, and PsychoInfo via the OvidSP platform. Studies reporting astrocytic markers following ∆9-THC exposure in animals and humans were included. Data were extracted from twelve eligible full-text articles, and the risk of bias was assessed using the Systematic Review Center for Laboratory Animal Experimentation. RESULTS: This research identified several astrocytic markers, including glial fibrillary acidic protein (GFAP), nestin, and glutamate-aspartate transporter (GLAST). Both GFAP and nestin expressions increased in adulthood following adolescence and adult ∆9-THC exposure. An increase in GLAST expression was also noted during early development after ∆9-THC exposure. CONCLUSIONS: This review indicates varying levels of astrocytic reactivity to ∆9-THC across different developmental stages, including adolescence and adulthood. ∆9-THC appears to impact maturation, particularly during early developmental stages, and exhibits sex-dependent effects.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,001 |
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 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 ».