Electronic Theses and Dissertation


cannabidiol (cbd) telah dilaporkan efektif dalam mengobati berbagai gangguan neurologis, termasuk memberikan efek terapeutik pada terapi cerebral palsy (cp). oleh karena itu, penelitian ini dilakukan dengan tujuan untuk menganalisis bibliometrik dan memprediksi farmakokinetika serta toksisitas cbd sebagai antikonvulsan dan antispasmodik pada terapi cp. studi bibliometrik dilakukan menggunakan basis data scopus dengan analisis jaringan bibliometrik menggunakan perangkat lunak vosviewer. prediksi aktivitas farmakokinetik dilakukan menggunakan situs admetlab 2.0. serta, prediksi toksisitas menggunakan situs protox-ii. hasilnya sebanyak 17 artikel ditemukan memenuhi kriteria inklusi, dengan peningkatan tren secara signifikan sejak 2018. tema dominan meliputi pengelolaan spasme dan kejang pada cp, dengan perhatian tambahan pada tolerabilitas obat serta komorbiditas psikologis seperti depresi dan kecemasan. prediksi farmakokinetika menunjukkan bahwa cbd memiliki permeabilitas rendah (caco-2: -4.73, mdck: 1.8e-05 cm/s), absorpsi usus rendah (hia: 0.005), tetapi distribusi luas di jaringan tubuh (vdss: 8.732 l/kg). penetrasi sawar otak terbatas (bbb: 0.19 cm/s), dengan ikatan protein plasma sangat tinggi (ppb: 99.29%). aktivitas enzimatik menunjukkan bahwa cbd merupakan inhibitor sedang dan substrat dari cyp2d6 serta inhibitor cyp3a4. toksisitas cbd dikategorikan rendah, dengan nilai ld50 sebesar 1190 mg/kg. kesimpulannya, penelitian ini menyoroti potensi cannabidiol sebagai agen terapeutik untuk pengelolaan cerebral palsy, terutama dalam mengatasi kejang dan spasme. namun, tantangan signifikan terkait dengan keterbatasan prediksi farmakokinetika dan toksisitas pada keakuratan model in silico, dan kurangnya data klinis yang mendukung tetap menjadi hambatan utama. oleh karena itu, diperlukan studi lebih lanjut yang mengintegrasikan data klinis dan simulasi komputasi untuk mengevaluasi keamanan dan efektivitas cbd dalam pengelolaan cp secara holistik. kata kunci: cannabidiol, cerebral palsy, analisis bibliometrik, prediksi admet.

Cannabidiol (CBD) has been reported to be effective in treating various neurological disorders, including providing therapeutic effects in cerebral palsy (CP) therapy. Therefore, this study was conducted with the aim to analyze bibliometrics and predict the pharmacokinetics and toxicity of CBD as an anticonvulsant and antispasmodic in CP therapy. Bibliometric study was conducted using Scopus database with bibliometric network analysis using VOSviewer software. Pharmacokinetic activity prediction was done using ADMETlab 2.0 website. As well as, toxicity prediction using the ProTox-II site. A total of 17 articles were found to meet the inclusion criteria, with a significantly increasing trend since 2018. Dominant themes include the management of spasm and seizures in CP, with additional attention to drug tolerability as well as psychological comorbidities such as depression and anxiety. Pharmacokinetic predictions showed that CBD has low permeability (CaCo-2: -4.73, MDCK: 1.8e-05 cm/s), low intestinal absorption (HIA: 0.005), but wide distribution in body tissues (VDss: 8,732 L/Kg). Brain barrier penetration was limited (BBB: 0.19 cm/s), with very high plasma protein binding (PPB: 99.29%). Enzymatic activity showed that CBD was a moderate inhibitor and substrate of CYP2D6 as well as an inhibitor of CYP3A4. CBD toxicity was categorized as low, with an LD50 value of 1190 mg/kg. In conclusion, this study highlights the potential of cannabidiol as a therapeutic agent for the management of cerebral palsy, particularly in addressing spasticity and spasm. However, significant challenges related to the limitations of pharmacokinetics and toxicity predictions on the accuracy of in silico models, and the lack of supportive clinical data remain major obstacles. Therefore, further studies integrating clinical data and computational simulations are needed to evaluate the safety and effectiveness of CBD in the holistic management of CP. Keywords: cannabidiol, cerebral palsy, bibliometric analysis, ADMET prediction.