MétaCan
Menu
Retour à la cohorte
Enregistrement W2096301608 · doi:10.7554/elife.02370

Criticality and degeneracy in injury-induced changes in primary afferent excitability and the implications for neuropathic pain

2014· article· en· W2096301608 sur OpenAlexafffund
Stéphanie Ratté, Yi Zhu, Kwan Yeop Lee, Steven A. Prescott

Notice bibliographique

RevueeLife · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthEdward Mallinckrodt, Jr. FoundationCanadian Institutes of Health ResearchNational Institute of Neurological Disorders and StrokeRita Allen Foundation
Mots-clésNeuropathic painNeuroscienceDegeneracy (biology)Nerve injuryAfferentMedicineCriticalityPhysicsBioinformaticsBiology

Résumé

récupéré en direct d'OpenAlex

Neuropathic pain remains notoriously difficult to treat despite numerous drug targets. Here, we offer a novel explanation for this intractability. Computer simulations predicted that qualitative changes in primary afferent excitability linked to neuropathic pain arise through a switch in spike initiation dynamics when molecular pathologies reach a tipping point (criticality), and that this tipping point can be reached via several different molecular pathologies (degeneracy). We experimentally tested these predictions by pharmacologically blocking native conductances and/or electrophysiologically inserting virtual conductances. Multiple different manipulations successfully reproduced or reversed neuropathic changes in primary afferents from naïve or nerve-injured rats, respectively, thus confirming the predicted criticality and its degenerate basis. Degeneracy means that several different molecular pathologies are individually sufficient to cause hyperexcitability, and because several such pathologies co-occur after nerve injury, that no single pathology is uniquely necessary. Consequently, single-target-drugs can be circumvented by maladaptive plasticity in any one of several ion channels. DOI: http://dx.doi.org/10.7554/eLife.02370.001.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,373
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
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 Opus0,028
Tête enseignante GPT0,307
Écart entre enseignants0,279 · 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

Citations60
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetPain Mechanisms and TreatmentsTravaux en français237 207