Is there a place for cannabigerol in symptomatic treatment?
Bibliographic record
Abstract
Kannabigerol (CBG) jest jednym ze związków zawartych w Cannabis sativa L., który w ostatnich latach zwraca szczególną uwagę badaczy.W procesie biosyntezy CBG pełni rolę prekursora fitokannabinoidów, w tym kannabidiolu (CBD) i Δ9-tetrahydrokannabinolu.W organizmie ludzkim po jego przyjęciu nie dochodzi jednak do powstania innych kannabinoidów, ponieważ nie ma niezbędnych szlaków konwersji.Kannabigerol działa na receptory adrenergiczne α2, serotonergiczne, receptory aktywowane przez proliferatory peroksysomów oraz rodzinę receptorów kannabinoidowych.Dodatkowo wpływa hamująco na mediatory reakcji zapalnej.Pomimo słabego oddziaływania z receptorami kannabinoidowymi CB1 i CB2, jest wśród fitokannabinoidów najsilniejszym ligandem receptora waniloidowego przejściowego potencjału 1. Gdy w stanach chorobowych układ endokannabinoidowy zostanie zakłócony, CBG może mieć wpływ na utrzymanie homeostazy w organizmie.Zakres jego aktywności biologicznych obejmuje działanie przeciwzapalne, przeciwbakteryjne, przeciwgrzybicze, neuromodulujące oraz regulacyjne równowagi redoks.Stosowanie CBG zaleca się w chorobach przewodu pokarmowego, zaburzeniach metabolicznych, neurologicznych, a także wielu chorobach o podłożu zapalnym.Obecnie jesteśmy świadkami coraz częstszego stosowania CBG w medycynie ze względu na jego korzystny wpływ na zdrowie przy jednoczesnym braku psychoaktywności.Pomimo rosnącej liczby zastosowań, należy zachować ostrożność w stosowaniu CBG oraz CBD ze względu na możliwe interakcje z innymi lekami.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.005 | 0.010 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.006 | 0.011 |
| Insufficient payload (model declined to judge) | 0.036 | 0.016 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".