MétaCan
Menu
Retour à la cohorte
Enregistrement W2557456288 · doi:10.1007/s12325-016-0455-x

Sirukumab: A Potential Treatment for Mood Disorders?

2016· review· en· W2557456288 sur OpenAlexaff
Aileen J. Zhou, Yena Lee, Giacomo Salvadore, Benjamin Hsu, Trehani M. Fonseka, Sidney H. Kennedy, Roger S. McIntyre

Notice bibliographique

RevueAdvances in Therapy · 2016
Typereview
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensSt. Michael's HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesPfizerH. Lundbeck A/SPurdue UniversityAstraZenecaAllerganEli Lilly and Company
Mots-clésMedicineMoodAnxietyMood disordersCognitionAnhedoniaDiseaseMajor depressive disorderResearch Domain CriteriaBioinformaticsPsychiatryClinical psychologyImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Convergent evidence indicates that abnormalities in the innate immune system may be pertinent to the pathogenesis, phenomenology, and possible treatment of several mental disorders. In keeping with this view, the targeting of interleukin-6 with the human monoclonal antibody sirukumab may represent a possible treatment and disease modification approach, for adults with brain-based disorders (e.g., major depressive disorder). A PubMed/Medline database search was performed using the following search terms: sirukumab; anti-IL-6; IL-6; major depressive disorder; inflammation. A systematic review was conducted of both preclinical and clinical trials reporting on the pharmacology of sirukumab or investigating the efficacy of targeting IL-6 signaling. Overall, sirukumab has been reported to be a safe and well-tolerated agent, capable of modulating the immune response in healthy populations as well as in subjects with inflammatory disorders (e.g., rheumatoid arthritis). Sirukumab's effects on cytokine networks as part of the innate immune system provide a coherent rationale for possible application in neuropsychiatric disorders with possible benefits across several domains of the biobehavioral Research Domain Criteria matrix (e.g., general cognitive processes, positive valence systems). Amongst individuals with complex brain-based disorders (e.g., mood disorders), the dimensions/domains most likely to benefit with sirukumab are negative valence disturbances (e.g., anxiety, depression, rumination), positive valence disturbances (e.g., anhedonia) as well as general cognitive processes. We suggest that sirukumab represents a prototype and possibly a proof-of-concept that agents that engage IL-6 targets have salutary effects in psychiatry.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 GPT0,371
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations48
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in TherapyMême sujetTryptophan and brain disordersTravaux en français237 207