MétaCan
Menu
Retour à la cohorte
Enregistrement W1992102398 · doi:10.2174/1381612820666141027124011

Targeting Injury-Related Synaptic Plasticity for the Treatment of Chronic Pain

2014· review· en· W1992102398 sur OpenAlexaff
Min Zhuo

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueCholinesterase and Neurodegenerative Diseases
Établissements canadiensCanada Research Chairs
Organismes subventionnairesnon disponible
Mots-clésChronic painLong-term potentiationAnterior cingulate cortexNeuroscienceNeuroplasticitySynaptic plasticityMedicineSensory systemSensationBioinformaticsPsychologyBiologyCognitionInternal medicineReceptor

Résumé

récupéré en direct d'OpenAlex

Recent investigations of the cellular and molecular mechanisms of pain provide new hopes for more effective treatments for patients with chronic pain. At the molecular and genetic levels, new proteins and genes related to sensory sensation have been identified. However, many of these new discoveries have not resulted in better and more effective treatments for chronic pain. This disconnect between discovery and better treatment options is due, in part to the negative side effects associated with new treatment options, and also as a result of the ineffectiveness of these new drugs for inhibiting chronic pain. In this review, I will explore this disconnect between discovery and treatment, and propose that the failure of previous medicines can be due to their limited effects on injury-related plasticity, and question the common misperception of seeking compounds for high efficacy before understanding basic mechanisms of the target proteins in pain-related plasticity.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
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 Opus0,206
Tête enseignante GPT0,461
Écart entre enseignants0,255 · 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'étudeAutre devis
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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetCholinesterase and Neurodegenerative DiseasesTravaux en français237 207