Adverse outcome pathways: Application to enhance mechanistic understanding of neurotoxicity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Recent developments have prompted the transition of empirically based testing of late stage toxicity in animals for a range of different endpoints including neurotoxicity to more efficient and predictive mechanistically based approaches with greater emphasis on measurable key events early in the progression of disease. The adverse outcome pathway (AOP) has been proposed as a simplified organizational construct to contribute to this transition by linking molecular initiating events and earlier (more predictive) key events at lower levels of biological organization to disease outcomes. As such, AOPs are anticipated to facilitate the compilation of information to increase mechanistic understanding of pathophysiological pathways that are responsible for human disease. In this review, the sequence of key events resulting in adverse outcome (AO) defined as parkinsonian motor impairment and learning and memory deficit in children, triggered by exposure to environmental chemicals has been briefly described using the AOP framework. These AOPs follow convention adopted in an Organization for Economic Cooperation and Development (OECD) AOP development program, publically available, to permit tailored application of AOPs for a range of different purposes. Due to the complexity of disease pathways, including neurodegenerative disorders, a specific symptom of the disease (e.g. parkinsonian motor deficit) is considered as the AO in a developed AOP. Though the description is necessarily limited by the extent of current knowledge, additional characterization of involved pathways through description of related AOPs interlinked into networks for the same disease has potential to contribute to more holistic and mechanistic understanding of the pathophysiological pathways involved, possibly leading to the mechanism-based reclassification of diseases, thus facilitating more personalized treatment.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle