Control of Neonatal Spinal Networks by Nociceptors: A Potential Role for TRP Channel Based Therapies
Notice bibliographique
Résumé
Pediatric spinal cord injury (SCI) often leads to increased nociceptive input resulting in aberrant motor output like tremor and spasticity. Acute plasticity within spinal pain and motor networks following pediatric SCI may result in long-term sensorimotor disabilities. Despite this, pediatric SCI remains poorly understood. Part of the problem lies in the paucity of detailed studies aimed at defining sensorimotor control by nociceptors during development. This review provides an overview of work that highlights afferent control of sensorimotor networks by defined nociceptors in the developing spinal cord. Here, we focus on the well established and widely used neonatal sensorimotor model called sacrocaudal afferent (SCA) pathway. Until recently, the identity of specific subclasses of nociceptive afferents in the SCA pathway controlling developing sensorimotor networks was unknown. We highlight here the use of members of the Transient Receptor Potential (TRP) ion channels and mouse genetics to identify specific subsets of nociceptive afferents in the SCA pathway. In addition, we highlight the use of mouse genetics to map sensorimotor networks during development and potential future applications. A neonatal spinal cord model of central neuropathic pain via a defined set of nociceptors is presented as a probe into potential therapeutic avenues in neonatal SCI. Finally, knowledge translation from neonatal basic research to the pediatric population in the clinic is described. In conclusion, studies in neonatal models may lead to therapeutic strategies and pharmaceuticals for chronic pain and motor dysfunction after SCI during development.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».