The Cannabinoid System as a Potential Novel Target for Alcohol‐Associated Liver Disease: A Propensity‐Matched Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Alcohol-associated liver disease (ALD) is a leading cause of liver-related morbidity and mortality, yet effective therapeutic options remain limited. Preclinical data suggest that modulation of the hepatic endocannabinoid system, particularly via cannabidiol (CBD), may reduce alcohol-induced liver injury. Due to CBD's limited clinical use, we sought to evaluate the association between cannabis use and ALD risk among patients with alcohol use disorder (AUD). METHODS: Using the TriNetX US Collaborative Network, we identified adult patients with AUD between 2010 and 2022. Three cohorts were constructed: cannabis use disorder (CUD), cannabis users without cannabis abuse or dependence (CU) and non-cannabis users (non-CU). Outcomes included ALD, hepatic decompensation and composite all-cause mortality over 3 years. Incidence and hazard ratios were calculated using Kaplan-Meier analysis and Cox regression. RESULTS: After matching, 33 114 patients were included in each of the CUD and non-CU groups. Compared to non-CU, CUD was associated with a lower risk of ALD (HR 0.60, 95% CI 0.53-0.67; p < 0.001), hepatic decompensation (HR 0.83, 95% CI 0.73-0.95; p =0.005) and all-cause mortality (HR 0.86, 95% CI 0.80-0.94; p < 0.001) among individuals with AUD. Although CU was associated with lower risks of ALD, its risks of hepatic decompensation and all-cause mortality were similar to those of the non-CU cohort with AUD. CONCLUSION: In this propensity-matched cohort study of patients with AUD, cannabis use was associated with a reduced risk of ALD, with the greatest risk reduction seen in patients with CUD compared to CU and non-CU. Our findings suggest that modulation of cannabinoid receptors may offer a new target for the development of pharmacological therapies for ALD.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».