MétaCan
Menu
Retour à la cohorte
Enregistrement W2090484737 · doi:10.1186/1750-1326-8-37

Modeling Alzheimer’s disease in transgenic rats

2013· review· en· W2090484737 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMolecular Neurodegeneration · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchMcGill University
Mots-clésNeuroscienceDiseaseTransgeneGenetically modified mouseDementiaNeurologyMedicinePathologyAnimal modelBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Alzheimer's disease (AD) is the most common form of dementia. At the diagnostic stage, the AD brain is characterized by the accumulation of extracellular amyloid plaques, intracellular neurofibrillary tangles and neuronal loss. Despite the large variety of therapeutic approaches, this condition remains incurable, since at the time of clinical diagnosis, the brain has already suffered irreversible and extensive damage. In recent years, it has become evident that AD starts decades prior to its clinical presentation. In this regard, transgenic animal models can shed much light on the mechanisms underlying this "pre-clinical" stage, enabling the identification and validation of new therapeutic targets. This paper summarizes the formidable efforts to create models mimicking the various aspects of AD pathology in the rat. Transgenic rat models offer distinctive advantages over mice. Rats are physiologically, genetically and morphologically closer to humans. More importantly, the rat has a well-characterized, rich behavioral display. Consequently, rat models of AD should allow a more sophisticated and accurate assessment of the impact of pathology and novel therapeutics on cognitive outcomes.

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.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,966
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,097
Tête enseignante GPT0,366
Écart entre enseignants0,268 · 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