Notice bibliographique
Résumé
I am grateful for the kind words of Dr. Sadun and colleagues agreeing with the suggestions made in my article with respect to Leber hereditary optic neuropathy (LHON). They make a seminal point with respect to the spread of injury in LHON, and the critical need to understand how it could occur. We are currently attempting to model this mathematically and try to explain why the injury in some optic nerve diseases spreads differently than in others. We look forward to further work in this area. With respect to the role of ATP deficiency vs superoxide signaling, the confusion probably arose because in their 2012 article (1), they explain the preferential involvement of the papillomacular bundle in LHON using the nerve fiber layer stress index, an energy-related measure. Specifically, they wrote: “The NFL-SI equation described by Sadun et al condenses down to the ratio of demand vs supply, …whereby the numerator reflects all the factors that require high-energy supply by the axon and the denominator, the source of that energy.” It was 1 year later, in their excellent 2013 review (2) (not their reference 3) that they include the role of reactive oxygen species signaling. I obviously agree with their more recent article, which matches our hypothesis first stated in 2007 (3). That said, the overwhelming impact of Dr. Sadun and colleagues' contributions in LHON far outweighs any small historical differences, and the most important issue is that we are converging on an exciting mechanism for LHON and possibly other optic neuropathies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,002 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».