Stem Cell Therapy for Neurodegenerative Diseases: Strategies for Regeneration against Degeneration
Notice bibliographique
Résumé
Neurodegeneration is a general term for the progressive loss of structure and/ or function of neurons, gives rise to dysfunction or death of neurons. Neurodegenerative diseases including Alzheimer´s disease (AD), Parkinson’s disease (PD), Huntington’s disease (HD), amyotrophic lateral sclerosis (ALS), multiple sclerosis (MS), spinal cord injury (SCI) and brain ischemia (BI) occur as a result of neurodegenerative processes leading to different degrees of paralysis and loss of sensation and cognition in the patients. Unfortunately, no successful cure for neurodegenerative disorders has been developed so far, and most of the currently available pharmacological therapies are mainly palliative. In recent years, stem cells have provided a great opportunity to develop potentially powerful innovative strategies to cure neurodegenerative diseases. Stem cells transplantation is capable of restoring injured neuronal tissue by replacement of the damaged cells via using directly differentiated cells or by protecting of existing healthy neurons and glial cells from further damage, or by repairing through providing a conductive environment in favour of regeneration. Here we have brought together some of these examples, discuss possible therapeutic means using different types of stem cells, mainly adult stem cells (ASCs), to treat neurodegenerative diseases.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».