MétaCan
Menu
Retour à la cohorte
Enregistrement W2056604025 · doi:10.2174/1567205054367829

An Overview of Phenserine Tartrate, A Novel Acetylcholinesterase Inhibitor for the Treatment of Alzheimers Disease

2005· review· en· W2056604025 sur OpenAlexaff
Nigel H. Greig, Kumar Sambamurti, Qian-sheng Yu, Arnold Brossi, Gosse Bruinsma, Debomoy K. Lahiri

Notice bibliographique

RevueCurrent Alzheimer Research · 2005
Typereview
Langueen
DomaineMedicine
ThématiqueCholinesterase and Neurodegenerative Diseases
Établissements canadiensActive Ethernet Passive Optical Networks Over λ MultipleXing (Canada)
Organismes subventionnairesDivision of Chemistry
Mots-clésPhysostigmineAcetylcholinesterase inhibitorCholinesteraseAcetylcholinesteraseTolerabilityDonepezilAcetylcholinePharmacologyAlzheimer's diseaseCholinergicGalantamineAmyloid betaMedicineAmyloid precursor proteinNeuroscienceInternal medicineChemistryDiseasePsychologyDementiaAdverse effectBiochemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

Existing cholinesterase (ChE) inhibitor therapies for Alzheimer's disease (AD), while effective in improving cognitive, behavioral and functional impairments, do not alter disease progression. Novel drug design studies have focused on the classical ChE inhibitor, (-)-physostigmine, producing alterations in chemical composition and three-dimensional structure, which may offer an improved therapeutic index. The phenylcarbamate derivative, (-)-phenserine, is a selective, non-competitive inhibitor of acetylcholinesterase (AChE). In vivo, (-)-phenserine produces rapid, potent, and long-lasting AChE inhibition. As a possible result of its preferential brain selectivity, (-)-phenserine is significantly less toxic than (-)-physostigmine. In studies using the Stone maze paradigm, (-)-phenserine has been shown to improve cognitive performance in both young learning-impaired and elderly rats. In addition to reducing inactivation of acetylcholine in the brain, (-)-phenserine appears to have a second mode of action. Reduced secretion of beta-amyloid (Abeta) has been observed in cell lines exposed to (-)-phenserine, occurring through translational regulation of beta-amyloid precursor protein (beta-APP) mRNA via a non-cholinergic mechanism. These in vitro findings appear to translate in vivo into animal models and humans. In a small study of patients with AD, (-)-phenserine treatment tended to reduce beta-APP and Abeta levels in plasma samples. Clinical studies also reveal that (-)-phenserine (5-10 mg b.i.d.) had a favorable safety and pharmacological profile, produced significant improvements in cognitive function and was well tolerated in patients with AD treated for 12 weeks. Further randomized, double-blind, placebo-controlled Phase III studies assessing the efficacy, safety/tolerability and potential disease-modifying effects of (-)-phenserine in patients with AD are currently ongoing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,721
Tête enseignante GPT0,601
Écart entre enseignants0,119 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations123
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Alzheimer ResearchMême sujetCholinesterase and Neurodegenerative DiseasesTravaux en français237 207