MétaCan
Menu
Retour à la cohorte
Enregistrement W2518401648 · doi:10.2217/nmt-2016-0028

Elucidating the Link Between the Modifiable Risk Factors of Alzheimer’s Disease and Neuroinflammation

2016· article· en· W2518401648 sur OpenAlexaff
Stephanie M. Schindler, Andis Klegeris

Notice bibliographique

RevueNeurodegenerative Disease Management · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNeuroinflammationMicrogliaDiseaseMedicineAlzheimer's diseaseDiabetes mellitusNeuroscienceImmune systemRisk factorImmunologyPsychologyInflammationInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Increased worldwide longevity through medical interventions, although beneficial, has allowed the age-related Alzheimer's disease (AD) to become an epidemic of the 21st century. AD pathology involves adverse activation of microglia, the immune cells of the brain and resulting chronic neuroinflammation. Certain diets, physical inactivity and Type 2 diabetes mellitus have been identified as the risk factors for developing AD, which may increase the risk of AD by neuroimmune mechanisms primarily through the overactivation of microglia. Thus, modifying these risk factors may represent an alternative therapeutic strategy for lowering the incidence of AD. We highlight the link between select modifiable risk factors and neuroimmune mechanisms, and demonstrate that by controlling microglial activation and neuroinflammation the prevalence of AD may be decreased.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,206
Score d'incertitude au seuil0,728

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,046
Tête enseignante GPT0,264
Écart entre enseignants0,218 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurodegenerative Disease ManagementMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207