Notice bibliographique
Résumé
INTRODUCTION: Neuropathic pain is a costly and disabling condition, which affects up to 8% of the population. Available therapies often provide incomplete pain relief and treatment-related side effects are common. Preclinical neuropathic pain models have facilitated identification of several promising targets, which have progressed to human clinical phases of evaluation. AREAS COVERED: A systematic database search yielded 25 new molecular entities with specified pharmacological mechanisms that have reached Phase II or III clinical trials. These include calcium channel antagonists, vanilloid receptor antagonists, potassium channel agonists, NMDA antagonists, novel opioid receptor agonists, histamine H3 receptor antagonists, a novel sodium channel antagonist, serotonin modulators, a novel acetylcholine receptor agonist, α-2b adrenoreceptor agonist, cannabinoid CB2 receptor agonist, nitric oxide synthase inhibitor, orexin receptor antagonist, angiotensin II 2 antagonist, imidazoline I2 receptor agonist, apoptosis inhibitor and fatty acid amide hydrolase inhibitor. EXPERT OPINION: Although the diversity of pharmacological mechanisms of interest emphasise the complexity of neuropathic pain transmission, the considerable number of agents under development reflect a continued enthusiasm in drug development for neuropathic pain. Ongoing enhancements in methodology of both preclinical and clinical research and closer translation in both directions are expected to more efficiently identify new agents, which will improve the management of neuropathic pain.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».