Strategies to Promote Neural Repair and Regeneration After Spinal Cord Injury
Notice bibliographique
Résumé
STUDY DESIGN: Retrospective review of current literature regarding neuroprotection and axonal regeneration therapies for acute spinal cord injury. OBJECTIVES: To provide an update for spine clinicians of the emerging therapeutic strategies for promoting neural repair and regeneration after spinal cord injury. SUMMARY OF BACKGROUND DATA: The neuroscientific community has generated a number of novel potential treatments for spinal injuries, some of which have entered clinical trials. Clinicians who manage spinal cord trauma are likely to encounter patients and their families who have questions or wish to be involved in these emerging treatments. METHODS: Literature review, with particular focus on currently used medications that may have neuroprotective potential in spinal cord injury, and axonal regeneration strategies that are emerging in preliminary human clinical trials. RESULTS: A number of medications such as erythropoietin and minocycline have demonstrated neuroprotective properties in animal models of spinal cord injury, and their long-established safety in humans make them appealing candidates for clinical trials. Human experience with novel neuroprotective and axonal regeneration strategies is growing around the world, and the peer-reviewed reporting of this is anxiously awaited. CONCLUSIONS: The initiation of human clinical trials for spinal cord-injured patients heralds great hope that effective therapies will be forthcoming, although a great deal remains to be learned. Clinicians must provide leadership in the epidemiologic design and rigor of these initial forays into human evaluation.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».