MétaCan
Menu
Retour à la cohorte
Enregistrement W2493281570 · doi:10.2217/pgs.16.26

Pharmacogenetics of Tardive Dyskinesia: An Updated Review of the Literature

2016· review· en· W2493281570 sur OpenAlexafffund
Rachel Lanning, Clement C. Zai, Daniel J. Müller

Notice bibliographique

RevuePharmacogenomics · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Rare Diseases
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTardive dyskinesiaPharmacogeneticsMedicineDyskinesiaPharmacologyInternal medicinePsychiatryGeneticsBiologySchizophrenia (object-oriented programming)GenotypeDisease

Résumé

récupéré en direct d'OpenAlex

Tardive dyskinesia (TD) is a serious and potentially irreversible side effect of long-term exposure to antipsychotic medication characterized by involuntary trunk, limb and orofacial muscle movements. Various mechanisms have been proposed for the etiopathophysiology of antipsychotic-induced TD in schizophrenia patients with genetic factors playing a prominent role. Earlier association studies have focused on polymorphisms in CYP2D6, dopamine-, serotonin-, GABA- and glutamate genes. This review highlights recent advances in the genetic investigation of TD. Recent promising findings were obtained with the HSPG2, DPP6, MTNR1A, SLC18A2, PIP5K2A and CNR1 genes. More research, including collection of well-characterized samples, enhancement of genome-wide strategies, gene-gene interaction and epigenetic analyses, is needed before genetic tests with clinical utility can be made available for TD.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,947
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,019
Tête enseignante GPT0,336
Écart entre enseignants0,318 · 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.

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

Citations47
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmacogenomicsMême sujetGenomics and Rare DiseasesTravaux en français237 207