MétaCan
Menu
Retour à la cohorte
Enregistrement W1508733741 · doi:10.1002/mds.25065

Biomarkers for trials of neuroprotection in Parkinson's disease

2012· review· en· W1508733741 sur OpenAlexafffund
Pankaj Agarwal, A. Jon Stoessl

Notice bibliographique

RevueMovement Disorders · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensVancouver Coastal HealthCanadian Sport Centre PacificUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésParkinson's diseaseNeuroprotectionDegenerative diseaseMedicineNeuroscienceDiseaseCentral nervous system diseasePsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

With increased understanding of disease pathogenesis and the foreseeable reality of disease-modifying therapies, there is a growing need to find biomarkers that will allow early (preferably preclinical) detection of disease and that will provide an independent readout of disease progression. In this article, we review a variety of markers, with a focus on functional imaging techniques, which while imperfect, currently provide the best approach to this problem. We consider the limitations of functional imaging of the dopamine system in assessing the progression of Parkinson's Disease (PD) as well as the potential use of structural imaging and emerging progress in other biochemical and molecular markers. While there is no single biomarker that will satisfy all requirements, some combination is likely to be of great use in identifying those subjects most likely to benefit from neuroprotective therapies, as well as in monitoring the effects of these interventions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,091
Tête enseignante GPT0,359
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207