MétaCan
Menu
Retour à la cohorte
Enregistrement W2117893550 · doi:10.1161/strokeaha.110.594457

Rodent Models of Intracerebral Hemorrhage

2010· review· en· W2117893550 sur OpenAlexafffund
Crystal L. MacLellan, Gergely Silasi, Angela M. Auriat, Frederick Colbourne

Notice bibliographique

RevueStroke · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueIntracerebral and Subarachnoid Hemorrhage Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineIntracerebral hemorrhageIntensive care medicineBench to bedsideClinical trialNeuroprotectionRodent modelStroke (engine)Predictive valuePathologySurgeryPharmacologyInternal medicineMedical physicsSubarachnoid hemorrhage

Résumé

récupéré en direct d'OpenAlex

The collagenase and whole blood intracerebral hemorrhage (ICH) models are widely used to identify mechanisms of injury and to evaluate treatments. Despite preclinical successes, to date, no treatment tested in phase III clinical trials has benefited ICH patients. These failures call into question the predictive value of current ICH models. By highlighting differences between these common rodent models of ICH, we sought to help investigators choose the more appropriate model for their study and to encourage the use of both whenever possible. For instance, we previously reported substantial differences in the bleeding profile, progression of cell death, and functional outcome between these models. These and other differences influence the efficacy and mechanisms of action of various treatment modalities. Thus, in this review, we also summarize neuroprotective and rehabilitation findings in each model. We conclude that differences between ICH models along with our current inability to identify the more clinically predictive model necessitate that preclinical assessments should normally be done in both. Such an approach, coupled with better assessment practices, will likely improve chances of future clinical success.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
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 enseignants0,977
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)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,051
Tête enseignante GPT0,345
Écart entre enseignants0,293 · 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.

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

Citations113
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetIntracerebral and Subarachnoid Hemorrhage ResearchTravaux en français237 207