MétaCan
Menu
Retour à la cohorte
Enregistrement W2206978515 · doi:10.1159/000435933

Biogenic Amines and the Amino Acids GABA and Glutamate: Relationships with Pain and Depression

2015· review· en· W2206978515 sur OpenAlexfundno aff
Curtis A. Benson, Katherine A. Mifflin, Bradley J. Kerr, Sam Joshva Baskar Jesudasan, Serdar Dursun, Glen B. Baker

Notice bibliographique

RevueModern trends in psychiatry · 2015
Typereview
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNeurochemicalMonoamine neurotransmitterGlutamatergicGlutamate receptorDopamineNeuroscienceGABAergicSerotoninChronic painDepression (economics)MoodAnxietyNorepinephrineMedicinePsychologyPharmacologyPsychiatryInternal medicineReceptor

Résumé

récupéré en direct d'OpenAlex

Although it is well known that there is a high degree of comorbidity between chronic pain and mood and anxiety disorders, the mechanisms involved in these co-occurrences are not clear. It appears that numerous neurotransmitters and neuromodulators are involved, and this chapter focuses on the monoamine neurotransmitters noradrenaline, 5-hydroxytryptamine (5-HT, serotonin), and dopamine and the amino acid neurotransmitters GABA (γ-aminobutyric acid) and glutamate in chronic pain and depression. Numerous preclinical and clinical neurochemical, neuroanatomical, pharmacological and molecular biological studies as well as clinical pharmacological treatment investigations implicate noradrenaline, 5-HT and, to a lesser extent, dopamine in the etiology of pain and depression. Similarly, preclinical and clinical studies on GABAergic and glutamatergic mechanisms as well as reports on the actions of neuroactive steroids suggest that GABA and glutamate play an important role in the etiology of pain and depression and may contribute to comorbidity.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,047
Tête enseignante GPT0,322
Écart entre enseignants0,275 · 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

Citations56
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern trends in psychiatryMême sujetPain Mechanisms and TreatmentsTravaux en français237 207