MétaCan
Menu
Retour à la cohorte
Enregistrement W2122386516 · doi:10.2174/1389450111314070006

Peroxisome Proliferator-Activated Receptor (PPAR) Agonists as Promising New Medications for Drug Addiction: Preclinical Evidence

2013· review· en· W2122386516 sur OpenAlexaff
Bernard Le Foll, Patricia Di Ciano, Leigh V. Panlilio, Steven R. Goldberg, Roberto Ciccocioppo

Notice bibliographique

RevueCurrent Drug Targets · 2013
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurotransmitter Receptor Influence on Behavior
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesNational Institutes of Health
Mots-clésPeroxisome proliferator-activated receptorAddictionPPAR agonistPharmacologyReceptorNicotineMedicineDrugInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

This review examines the growing literature on the role of peroxisome proliferator-activated receptors (PPARs) in addiction. There are two subtypes of PPAR receptors that have been studied in addiction: PPAR-α and PPAR-γ. The role of each PPAR subtype in common models of addictive behavior, mainly pre-clinical models, is summarized. In particular, studies are reviewed that investigated the effects of PPAR-α agonists on relapse, sensitization, conditioned place preference, withdrawal and drug intake, and effects of PPAR-γ agonists on relapse, withdrawal and drug intake. Finally, studies that investigated the effects of PPAR agonists on neural pathways of addiction are reviewed. Taken together these preclinical data indicate that PPAR agonists are promising new medications for drug addiction treatment.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,192
Tête enseignante GPT0,435
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations66
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Drug TargetsMême sujetNeurotransmitter Receptor Influence on BehaviorTravaux en français237 207