MétaCan
Menu
Retour à la cohorte
Enregistrement W2109578148 · doi:10.1017/s0317167100006247

The Role of Polyamine Metabolism in Neuronal Injury Following Cerebral Ischemia

2009· review· en· W2109578148 sur OpenAlexvenueno aff
Grace H. Kim, Ricardo J. Komotar, Margy McCullough‐Hicks, Marc L. Otten, Robert M. Starke, Christopher P. Kellner, Matthew C. Garrett, Maxwell B. Merkow, Michał Rynkowski, Kelly A. Dash, E. Sander Connolly

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2009
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePolyamine Metabolism and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPenumbraSpermidineSperminePolyamineIschemiaPutrescineVasospasmPharmacologyMedicineChemistryMetabolismBiologyInternal medicineBiochemistrySubarachnoid hemorrhageEnzyme

Résumé

récupéré en direct d'OpenAlex

Stroke is a leading cause of morbidity and mortality in the US, with secondary damage following the initial insult contributing significantly to overall poor outcome. Prior investigations have shown that the metabolism of certain polyamines such as spermine, spermidine, and putrescine are elevated in ischemic parenchyma, resulting in an increase in their metabolite concentration. Polyamine metabolites tend to be cytotoxic, leading to neuronal injury in the penumbra following stroke and expansion of the area of infarcted tissue. Although the precise mechanism is unclear, the presence of reactive aldehydes produced through polyamine metabolism, such as 3-aminopropanal and acrolein, have been shown to correlate with the incidence of cerebral vasospasm, disruption of oxidative metabolism and mitochondrial functioning, and disturbance of cellular calcium ion channels. Regulation of the polyamine metabolic pathway, therefore, may have the potential to limit injury following cerebral ischemia. To this end, we review this pathway in detail with an emphasis on clinical applicability.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
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 enseignants0,972
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0000,000
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,291
Écart entre enseignants0,271 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations20
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences NeurologiquesMême sujetPolyamine Metabolism and ApplicationsTravaux en français237 207