Improvement in Atopic Dermatitis Using a Novel Topical 2% Cannabidiol (CBD) Application
Notice bibliographique
Résumé
ABSTRACT Background Atopic dermatitis (AD) is a prevalent chronic inflammatory skin condition characterized by Th2‐type inflammation, significantly impacting patients' quality of life. Patients often experience dryness, severe itching, and skin lesions, necessitating interventions to manage discomfort and flare‐ups. Common treatments, such as topical corticosteroids and calcineurin inhibitors, are effective but have adverse effects, making them unsuitable for long‐term use. Consequently, there is an ongoing effort to find sustainable and safe alternative treatments. Recently, cannabidiol (CBD), a non‐psychoactive compound derived from the Cannabis sativa plant, has gained attention in dermatology for its anti‐inflammatory properties. Methods This pilot study utilized a 4‐week open‐label observational prospective cohort design to evaluate the effects of a 2% CBD cream‐based topical application in patients ( n = 19) with moderate‐to‐severe atopic dermatitis. Participants were given the topical CBD product to apply daily to affected areas and were examined at baseline, week 1, week 2, week 4, and week 8. Primary outcomes measured included the appearance of eczema lesions and patient satisfaction with the treatment. Results Participants reported improvements in skin hydration, comfort, inflammation relief, and overall skin appearance. Various objective evaluations and clinical photography were consistent with patient reported improvement. Conclusions These results support the potential of CBD as a sustainable and effective treatment option for mild to moderate atopic dermatitis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».