The Future of Cell-Based Transplantation Therapies for Neurodegenerative Disorders
Notice bibliographique
Résumé
Parkinson's disease is a common neurodegenerative disease with a lifetime incidence of 2.5% and a prevalence of at least 2% in individuals over 70 years old. Patients can be effectively treated with drugs that target the dopaminergic nigro-striatal pathway, but over time the efficacy of these medications is limited by the development of profound motor fluctuations and dyskinesias. This has prompted the search for alternative treatments, including the use of cell replacement therapies. Over the last decade, human fetal nigral transplants have demonstrated that dopaminergic neurons can survive and provide clinical benefit for patients with Parkinson's disease. However, there are clearly ethical concerns and a limit to the supply of this tissue as well as more recently anxieties over side effects. As a result, alternative sources of tissue have been investigated, and one such source are stem cells, which provide an attractive renewable tissue supply. In this review, we will discuss the current state-of-the-art and the characteristics of Parkinson's disease that increase its attraction as a target of stem cell therapy against results of current clinical trials using fetal neural grafts. Then we will discuss the various types and sources of stem cells, and some early transplantation results in animal models of Parkinson's disease. Finally we will discuss the prospect of using stem cells to deliver drugs and neurotrophic factors involved in neuroprotective and neuroreparative strategies in Parkinson's disease and other neurodegenerative conditions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».