MétaCan
Menu
Retour à la cohorte
Enregistrement W1584574132 · doi:10.3389/fnins.2015.00245

Barriers to developing a valid rodent model of Alzheimer's disease: from behavioral analysis to etiological mechanisms

2015· article· en· W1584574132 sur OpenAlexafffund
Darryl C. Gidyk, Scott H. Deibel, Nancy S. Hong, Robert J. McDonald

Notice bibliographique

RevueFrontiers in Neuroscience · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésDiseaseDementiaRodent modelEtiologyPsychologyNeuroscienceMedicineCognitive psychologyPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Sporadic Alzheimer's disease (AD) is the most prevalent form of age-related dementia. As such, great effort has been put forth to investigate the etiology, progression, and underlying mechanisms of the disease. Countless studies have been conducted, however, the details of this disease remain largely unknown. Rodent models provide opportunities to investigate certain aspects of AD that cannot be studied in humans. These animal models vary from study to study and have provided some insight, but no real advancements in the prevention or treatment of the disease. In this Hypothesis and Theory paper, we discuss what we perceive as barriers to impactful discovery in rodent AD research and we offer potential solutions for moving forward. Although no single model of AD is capable of providing the solution to the growing epidemic of the disease, we encourage a comprehensive approach that acknowledges the complex etiology of AD with the goal of enhancing the bidirectional translatability from bench to bedside and vice versa.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,111
Tête enseignante GPT0,368
Écart entre enseignants0,256 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations21
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207