Non-Steroidal Anti-Inflammatory Drugs (NSAIDs) and Other Anti- Inflammatory Agents in the Treatment of Neurodegenerative Disease
Notice bibliographique
Résumé
Inflammation is characteristic of a broad spectrum of neurodegenerative diseases. These include Alzheimer's (AD), Parkinson's (PD), and Huntington's diseases, amyotrophic lateral sclerosis, all of the tauopathies, multiple sclerosis and many other less common conditions. Morphologically, the level of inflammation is determined by the concentration and degree of activation of microglial cells. Biochemically, it is judged by the presence of a spectrum of inflammatory mediators. Epidemiological evidence indicates that anti-inflammatory agents such as non-steroidal anti-inflammatory drugs (NSAIDs) have a sparing effect on AD and PD indicating that inflammation exacerbates the pathology in these diseases. NSAIDs are protective in transgenic animal models of AD, providing further evidence of the negative consequences of inflammation. Here we describe an in vitro model, which was used to study the protective effects of NSAIDs in AD. This model is based on neuronal cell killing by stimulated microglia or microglia-like cells. In this model NSAIDs show protective effects at a therapeutically relevant level, which is in the low micromolar range. There are reports suggesting that NSAIDs act independently of cyclooxygenase (COX) inhibition, but only at higher doses. Classical NSAIDs are still the most logical choice for agents that will slow the progression or delay the onset of AD and other neurodegenerative diseases despite failures of naproxen, celecoxib and rofecoxib in AD clinical trials. Several other classes of anti-inflammatory drugs have been identified as potentially beneficial in this and similar assay systems. Therefore combination therapy with other anti-inflammatory agents that work through different mechanisms of action might prove to be a superior therapeutic strategy.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».