The Effects of Cannabidiol on Interleukin-2 Production and Viability of Human T Lymphocytes
Notice bibliographique
Résumé
The legalization of cannabis in Canada resulted in an increased consumption of cannabis and cannabis-related products by the Canadian population. Cannabidiol (CBD) is one of the active chemicals within the cannabis plant. It is of particular interest because it is thought to suppress T cells, which are an integral part of the adaptive immune system. Suppressing T cells is not the desired effect for most individuals consuming cannabis. One of the problems with commercially available CBD is a lack of information on safe or effective amounts. More research needs to be conducted to determine if CBD at various doses causes health problems or can be therapeutic in patients with autoimmunity. The objectives were: (1) to determine the most effective way to deliver CBD in vitro by testing different solvents, (2) to investigate whether CBD alters the amount of the IL-2 cytokine produced by T cells, and (3) to examine the effects of CBD dose on T cell death. The findings demonstrated (1) glycerol was determined to be a better solvent compared to DMSO, (2) CBD causes cell death and decreased Il-2 production in T cells and PBMCs at higher doses. \n \nThe relevance of these findings is to better understand the interplay between CBD and the immune system by elucidating what a safe and effective dose of CBD might be for suppressing cytokine production in T cells. The results of thesis also pave the ground for future studies on the mechanism of action of CBD on T cells.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».