MétaCan
Menu
Retour à la cohorte
Enregistrement W2762740080 · doi:10.1242/dmm.030627

Central and peripheral circadian clocks and their role in Alzheimer's disease

2017· review· en· W2762740080 sur OpenAlexaff
Ruchi Chauhan, Ko‐Fan Chen, Brianne A. Kent, Damian C. Crowther

Notice bibliographique

RevueDisease Models & Mechanisms · 2017
Typereview
Langueen
DomaineNeuroscience
ThématiqueCircadian rhythm and melatonin
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAstraZeneca
Mots-clésNeurodegenerationCircadian rhythmNeuroscienceCircadian clockEntrainment (biomusicology)BiologyDiseaseAlzheimer's diseaseMedicineRhythmInternal medicine

Résumé

récupéré en direct d'OpenAlex

Molecular and cellular oscillations constitute an internal clock that tracks the time of day and permits organisms to optimize their behaviour and metabolism to suit the daily demands they face. The workings of this internal clock become impaired with age. In this review, we discuss whether such age-related impairments in the circadian clock interact with age-related neurodegenerative disorders, such as Alzheimer's disease. Findings from mouse and fly models of Alzheimer's disease have accelerated our understanding of the interaction between neurodegeneration and circadian biology. These models show that neurodegeneration likely impairs circadian rhythms either by damaging the central clock or by blocking its communication with other brain areas and with peripheral tissues. The consequent sleep and metabolic deficits could enhance the susceptibility of the brain to further degenerative processes. Thus, circadian dysfunction might be both a cause and an effect of neurodegeneration. We also discuss the primary role of light in the entrainment of the central clock and describe important, alternative time signals, such as food, that play a role in entraining central and peripheral circadian clocks. Finally, we propose how these recent insights could inform efforts to develop novel therapeutic approaches to re-entrain arrhythmic individuals with neurodegenerative disease.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,304
Écart entre enseignants0,224 · 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

Citations59
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisease Models & MechanismsMême sujetCircadian rhythm and melatoninTravaux en français237 207