MétaCan
Menu
Retour à la cohorte
Enregistrement W2339438796 · doi:10.5935/0103-5053.20160048

Current Approaches Against Alzheimer's Disease in Clinical Trials

2016· article· en· W2339438796 sur OpenAlexaff
Kamil Kuča, Ondřej Soukup, Petra Marešová, Jan Korábečný, Eugenie Nepovimová, Blanka Klímová, Jan Honegr, Teodorico C. Ramalho, Tanos C. C. França

Notice bibliographique

RevueJournal of the Brazilian Chemical Society · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Development and Regional Competitiveness
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCurrent (fluid)DiseaseClinical trialMedicineIntensive care medicineInternal medicineEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Alzheimer's disease (AD) is a progressive degenerative brain disease which causes mental and physical decline, gradually resulting in death. Currently, this disease represents one of the uppermost human issues, both from the medical and economic point of view. Interest in the discovery of a drug for AD is enormous. However, despite the long-term and worldwide effort for a more effective therapy, the only available treatment is a symptomatic use of acetylcholinesterase inhibitors (AChEIs) and memantine. New therapeutic approaches as well as those based on cholinergic or amyloid theory have not brought the desired benefits yet. Thus, the question is whether an effective drug for this progressive disease will ever be developed or whether people will have to rely only on prevention and minimize risk factors of AD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,314
Score d'incertitude au seuil0,318

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,205
Tête enseignante GPT0,330
Écart entre enseignants0,125 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Brazilian Chemical SocietyMême sujetEconomic Development and Regional CompetitivenessTravaux en français237 207