Thiazolidinediones: novel treatments for cognitive deficits in mood disorders?
Notice bibliographique
Résumé
The aim of this review is to provide a rationale for evaluating thiazolidinediones (TZDs) as putative treatments for cognitive deficits in individuals with mood disorders. A MedLine search of all English-language articles published between January 1966 and August 2006 was conducted. The search terms were: the non-proprietary names of TZDs (e.g., rosiglitazone and pioglitazone), peroxisome proliferator-activated receptor, cognition, neuroprotection, inflammation, oxidative stress, cellular metabolism and excitotoxicity cross-referenced with the individual names of mood (e.g., major depressive disorder and bipolar disorder) and dementing disorders (e.g., Alzheimer's disease) as defined in the Diagnostic and Statistical Manual of Mental Disorders third edition, revised/fourth edition, text revision (DSM-III-R/IV-TR). The search was augmented with a manual review of article reference lists. Articles selected for review were based on adequacy of sample size, the use of standardized experimental procedures, validated assessment measures and overall manuscript quality. Contemporary pathophysiologic models of mood disorders emphasize alterations in neuronal plasticity, metabolism and cytoarchitecture with associated regional abnormalities in neuronal (and glial) density and morphology. These abnormalities are hypothesized to subserve cognitive deficits and other clinical features of mood disorders. TZDs may attenuate, abrogate and/or reverse the neurotoxic effects of depressive illness by means of disparate mechanisms, notably insulin signaling, anti-inflammation, glucocorticoid activity and cellular metabolism. Extant data provide the basis for formulating a hypothesis that TZDs may be salutary for cognitive deficits and several aspects of somatic health (e.g., cardiovascular disease) associated with mood disorders.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».