MétaCan
Menu
Retour à la cohorte
Enregistrement W2094118978 · doi:10.1097/00001503-200310000-00013

Novel molecular targets in pain control

2003· article· en· W2094118978 sur OpenAlexaff
Andy Dray

Notice bibliographique

RevueCurrent Opinion in Anaesthesiology · 2003
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensAstraZeneca (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineNeuroscienceReceptorChronic painMetabotropic receptorBioinformaticsGlutamate receptorInternal medicineBiologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: The complexity of pain processing in clinical pain conditions and in animal models has revealed many time-related changes and an abundance of molecular drug targets. There continues to be insecurity, however, about new target validation in clinical pain and thus most analgesia development is of high risk for evolving new pain therapies. The present review highlights a number of molecular targets being pursued for pain control. RECENT FINDINGS: Many pain targets are critically dependent on the pain model/lesion type. Neural and glial plasticity, ranging from changes in molecular expression and receptor phosphorylation to profound morphological reorganization, has been described under these conditions. Pain modulation has been shown to involve all major families of regulatory proteins such as the G-protein coupled receptors, ion channels, regulatory enzymes, neurotrophins, and kinases, offering an abundance of targets and therapeutic opportunities for symptomatic pain relief. SUMMARY: Many molecular targets have been highlighted with some being the focus of current analgesia research. Some of these (e.g. vanilloid receptor 1, cannabinoid receptor 1, sodium channel NaV 1.8) have been evaluated in animal studies and in preliminary clinical studies, but others are highly novel and riskier analgesia pain targets (e.g. metabotropic glutamate receptors, sensory neurone specific receptors, kinase inhibitors).

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,545

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,039
Tête enseignante GPT0,320
Écart entre enseignants0,281 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in AnaesthesiologyMême sujetPain Mechanisms and TreatmentsTravaux en français237 207