Managing psychiatric disorders with antidiabetic agents: translational research and treatment opportunities
Notice bibliographique
Résumé
The objective of this paper is to synthesise extant studies describing the neurotherapeutic effects of antidiabetic agents in neuropsychiatric disorders. The authors conducted a MedLine search of all English-language articles published between 1966 and March 2006. The search terms were the nonproprietary names of established and putative antidiabetic agents (e.g., insulin, insulin secretagogues and sensitisers) cross-referenced with the individual names of Diagnostic and Statistical Manual of Mental Disorders (DSM)-III-R/IV/-TR-defined mood, psychotic, anxiety and dementing disorders. The search was augmented with a manual review of article reference lists. Contemporary models of disease pathophysiology in major depressive disorder, bipolar disorder and several dementing disorders (e.g., Alzheimer's disease) emphasise alterations in cellular plasticity and cytoarchitecture, with associated regional abnormalities in neuronal and glial density and morphology. Antidiabetic treatments (e.g., thiazolidinediones) may be capable of attenuating this pathological process via disparate mechanisms (e.g., neuroprotective, neurotrophic, anti-inflammatory). Enhanced insulin signalling with antidiabetic treatments may preserve and/or augment cognitive function in several neuropsychiatric disorders. Antidiabetic treatments, which maintain euglycaemia, hold promise as potent and clinically significant therapeutic interventions for several neuropsychiatric disorders.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».