MétaCan
Menu
Retour à la cohorte
Enregistrement W2136108076 · doi:10.1155/2014/979730

Recent Updates in the Treatment of Neurodegenerative Disorders Using Natural Compounds

2014· review· en· W2136108076 sur OpenAlexaff
Mahmood Rasool, Arif Malik, Muhammad Saeed Qureshi, Abdul Manan, Peter Natesan Pushparaj, Muhammad Asif, Mahmood Husain Qazi, Aamer Qazi, Mohammad Amjad Kamal, Siew Hua Gan, Ishfaq A. Sheikh

Notice bibliographique

RevueEvidence-based Complementary and Alternative Medicine · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesnon disponible
Mots-clésNatural (archaeology)MedicineNeuroscienceComputer sciencePsychologyBiology

Résumé

récupéré en direct d'OpenAlex

Neurodegenerative diseases are characterized by protein aggregates and inflammation as well as oxidative stress in the central nervous system (CNS). Multiple biological processes are linked to neurodegenerative diseases such as depletion or insufficient synthesis of neurotransmitters, oxidative stress, abnormal ubiquitination. Furthermore, damaging of blood brain barrier (BBB) in the CNS also leads to various CNS-related diseases. Even though synthetic drugs are used for the management of Alzheimer's disease, Parkinson's disease, autism, and many other chronic illnesses, they are not without side effects. The attentions of researchers have been inclined towards the phytochemicals, many of which have minimal side effects. Phytochemicals are promising therapeutic agents because many phytochemicals have anti-inflammatory, antioxidative as well as anticholinesterase activities. Various drugs of either synthetic or natural origin applied in the treatment of brain disorders need to cross the BBB before they can be used. This paper covers various researches related to phytochemicals used in the management of neurodegenerative 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,222
Tête enseignante GPT0,448
Écart entre enseignants0,226 · 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'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

Citations120
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-based Complementary and Alternative MedicineMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207