MétaCan
Menu
Retour à la cohorte
Enregistrement W2047284784 · doi:10.1038/clpt.2012.112

Ammonia-Lowering Strategies for the Treatment of Hepatic Encephalopathy

2012· review· en· W2047284784 sur OpenAlexaff
Christopher F. Rose

Notice bibliographique

RevueClinical Pharmacology & Therapeutics · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease and Transplantation
Établissements canadiensUniversité de MontréalHôpital Saint-Luc
Organismes subventionnairesnon disponible
Mots-clésHyperammonemiaAmmoniaHepatic encephalopathyGlutamineContext (archaeology)GlutaminaseChemistryBiochemistryGlutamine synthetasePharmacologyMedicineInternal medicineBiologyAmino acid

Résumé

récupéré en direct d'OpenAlex

Hyperammonemia leads to neurotoxic levels of brain ammonia and is a major factor involved in the pathogenesis of hepatic encephalopathy (HE). Ammonia-lowering treatments primarily involve two strategies: inhibiting ammonia production and/or increasing ammonia removal. Targeting the gut has been the primary focus for many years, with the goal of inhibiting the generation of ammonia. However, in the context of liver failure, extrahepatic organs containing ammonia metabolic pathways have become new potential ammonia-lowering targets. Skeletal muscle has the capacity to remove ammonia by producing glutamine through the enzyme glutamine synthetase (amidation of glutamate) and, given its large mass, has the potential to be an important ammonia-removing organ. On the other hand, glutamine can be deaminated to glutamate by phosphate-activated glutaminase, thus releasing ammonia (ammonia rebound). Therefore, new treatment strategies are being focused on stimulating the removal of both ammonia and glutamine.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,973
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
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 Opus0,292
Tête enseignante GPT0,512
Écart entre enseignants0,220 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations112
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Pharmacology & TherapeuticsMême sujetLiver Disease and TransplantationTravaux en français237 207