MétaCan
Menu
Retour à la cohorte
Enregistrement W1519189337 · doi:10.1002/0470862106.ia475

Medicinal Inorganic Chemistry: Metallotherapeutics for Chronic Diseases

2005· other· en· W1519189337 sur OpenAlexaff
Katherine H. Thompson

Notice bibliographique

RevueEncyclopedia of Inorganic Chemistry · 2005
Typeother
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineOsteoporosisRheumatoid arthritisDiabetes mellitusType 2 Diabetes MellitusPharmacologyIntensive care medicineInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Abstract Metal‐containing therapeutic agents designed for use in chronic disorders, such as gastrointestinal dyspepsia, bipolar disease, diabetes mellitus, osteoporosis, and arthritis, present additional challenges to the medicinal chemist. Beyond the immediate toxicity issues seen with acute disease treatments, chronic use of metallotherapeutic agents may result in metal ion accumulation or in gradually developing intolerance that can require discontinuation of the drug. Metallotherapeutic agents that have passed the rigorous testing required for chronic use include bismuth subsalicylates, for a variety of gastrointestinal disorders; lithium carbonate, for bipolar disease; lanthanum carbonate, for end‐stage renal disease; strontium ranelate, for osteoporosis; and the gold‐based antiarthritic, Auranofin™, although the last has fallen out of favor. Chromium picolinate is an approved nutritional supplement, a designation that allows less stringent testing than for new chronic‐use drugs. Among those compounds not currently approved for clinical use, but showing promise, the copper – indomethacin and zinc – indomethacin complexes, for inflammation resulting from rheumatoid arthritis; vanadium compounds, for glucose‐ and lipid‐lowering in type 2 diabetes mellitus; and selenium compounds, as possible cancer preventatives, are worthy of consideration.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,000

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 Opus0,008
Tête enseignante GPT0,274
Écart entre enseignants0,266 · 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
GenreAutre

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

En bref

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEncyclopedia of Inorganic ChemistryMême sujetTrace Elements in HealthTravaux en français237 207