MétaCan
Menu
Retour à la cohorte
Enregistrement W2724419264 · doi:10.1111/epi.13779

Clinical studies and anti‐inflammatory mechanisms of treatments

2017· article· en· W2724419264 sur OpenAlexaff
Jacqueline A. French, Matthias J. Koepp, Yvonne Naegelin, Federico Vigevano, Stéphane Auvin, Jong M. Rho, Evan C. Rosenberg, Orrin Devinsky, Peder S. Olofsson, Marc A. Dichter

Notice bibliographique

RevueEpilepsia · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of General Medical Sciences
Mots-clésEpileptogenesisClinical trialMedicineIntensive care medicineMechanism (biology)Inflammatory responseBioinformaticsInflammationEpilepsyNeuroscienceImmunologyPsychologyInternal medicinePsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

In this exciting era, we are coming closer and closer to bringing an anti-inflammatory therapy to the clinic for the purpose of seizure prevention, modification, and/or suppression. At present, it is unclear what this approach might entail, and what form it will take. Irrespective of the therapy that ultimately reaches the clinic, there will be some commonalities with regard to clinical trials. A number of animal models have now been used to identify inflammation as a major underlying mechanism of both chronic seizures and the epileptogenic process. These models have demonstrated that specific anti-inflammatory treatments can be effective at both suppressing chronic seizures and interfering with the process of epileptogenesis. Some of these have already been evaluated in early phase clinical trials. It can be expected that there will soon be more clinical trials of both "conventional, broad spectrum" anti-inflammatory agents and novel new approaches to utilizing specific anti-inflammatory therapies with drugs or other therapeutic interventions. A summary of some of those approaches appears below, as well as a discussion of the issues facing clinical trials in this new domain.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,088
Tête enseignante GPT0,429
Écart entre enseignants0,341 · 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'étudeObservationnel
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

Citations53
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpilepsiaMême sujetEpilepsy research and treatmentTravaux en français237 207