<i>Retracted:</i> Mechanisms and effects of curcumin on spatial learning and memory improvement in APPswe/PS1dE9 mice
Dossier post-publication
Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».
Notice bibliographique
Résumé
Evidence suggests that curcumin, the phytochemical agent in the spice turmeric, might be a potential therapy for Alzheimer's disease (AD). Its antioxidant, anti-inflammatory properties have been investigated extensively. Studies have also shown that curcumin can reduce amyloid pathology in AD. The underlying mechanism, however, is complex and is still being explored. In this study, we used the APPswe/PS1dE9 double transgenic mice, an AD model, to investigate the effects and mechanisms of curcumin in the prevention and treatment of AD. The water maze test indicated that curcumin can improve spatial learning and memory ability in mice. Immunohistochemical staining and Western blot analysis were used to test major proteins in β-amyloid aggregation, β-amyloid production, and β-amyloid clearance. Data showed that, 3 months after administration, curcumin treatment reduced Aβ40 , Aβ42 , and aggregation of Aβ-derived diffusible ligands in the mouse hippocampal CA1 area; reduced the expression of the γ-secretase component presenilin-2; and increased the expression of β-amyloid-degrading enzymes, including insulin-degrading enzymes and neprilysin. This evidence suggests that curcumin, as a potential AD therapeutic method, can reduce β-amyloid pathological aggregation, possibly through mechanisms that prevent its production by inhibiting presenilin-2 and/or by accelerating its clearance by increasing degrading enzymes such as insulin-degrading enzyme and neprilysin.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».