Promise of Mindfulness-Based Interventions as Therapies to Prevent Cognitive Decline
Notice bibliographique
Résumé

 
 
 
 Background: Alzheimer’s disease (AD) is a neurodegenerative disorder that affects 5 million United States citizens. Many authors have proposed that mindfulness-based interventions (MBIs) have the potential to effectively prevent AD-associated pathology and symptomology. However, the fact that both meditation and AD are complex processes that involve a great number of biological pathways has made these phenomena particularly challenging to dissect. This review advocates the use of gene expression to investigate the mechanisms by which MBIs combat AD pathology.
 Methods: Searches were performed using Thomson Reuters Web of Science. Ultimately, 85 journal articles were selected for their content as it pertains to the purpose of this review.
 Summary: Peripheral blood mononuclear cells (PBMCs) may provide reliable measures of cerebral gene expression. Profiling their gene expression has demonstrated that MBIs may produce gene expression changes in many of the same pathways (inflammation, cellular stress, proliferation, synaptic function) and often in the opposite direction of disease-related deregulation. While AD is marked by shortened telomeres resulting in genetic turmoil, meditation has been documented to exhibit a positive effect on telomere maintenance. A comprehensive gene expression investigation is invaluable to reveal relevant molecular mechanisms and provide the foundation for exploring the interaction between MBI and AD.
 
 
 
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 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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».