MétaCan
Menu
Retour à la cohorte
Enregistrement W4409311797 · doi:10.1016/j.biopha.2025.118044

Cannabinoid Receptor 2 (CB2R) as potential target for the pharmacological treatment of neurodegenerative diseases

2025· review· en· W4409311797 sur OpenAlexaff
Ramona Meanti, Elena Bresciani, Laura Rizzi, Laura Molteni, Silvia Coco, Robert J. Omeljaniuk, Antonio Torsello

Notice bibliographique

RevueBiomedicine & Pharmacotherapy · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensLakehead University
Organismes subventionnairesUniversità degli Studi di Milano-Bicocca
Mots-clésCannabinoid receptorEndocannabinoid systemCannabinoidMedicineNeurosciencePharmacologyReceptorInternal medicineBiologyAntagonist

Résumé

récupéré en direct d'OpenAlex

The endocannabinoid system (ECS) is a ubiquitous physiological system that plays a crucial role in maintaining CNS homeostasis and regulating its functions. It includes cannabinoid receptors (CBRs), endogenous cannabinoids (eCBs), and the enzymes responsible for their synthesis and degradation. In recent years, growing evidence has highlighted the therapeutic potential of the ECS and CBRs, in a wide range of severe diseases and pathological conditions, including Alzheimer's and Parkinson's diseases, Amyotrophic Lateral Sclerosis, Multiple Sclerosis, Huntington's Disease, HIV-1 associated neurocognitive disorders, neuropathic pain and migraine. Targeting the cannabinoid type 2 receptor (CB2R) has gained attention due to its ability to (i) mitigate neuroinflammatory responses, (ii) regulate mitochondrial function and (iii) provide trophic support, all without eliciting the psychotropic actions associated with CB1R activation. This review aims to explore the potential of CB2R modulation as a strategy for the prevention and treatment of neurologic disorders, exploring both preclinical and clinical findings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,429
Écart entre enseignants0,384 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomedicine & PharmacotherapyMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207