MétaCan
Menu
Retour à la cohorte
Enregistrement W2887414216 · doi:10.1089/biores.2018.0017

A New Approach to Treating Neurodegenerative Otologic Disorders

2018· article· en· W2887414216 sur OpenAlexafffund
Walter H. Moos, Douglas V. Faller, Ioannis P. Glavas, David N. Harpp, Michael H. Irwin, Iphigenia Kanara, Carl A. Pinkert, Whitney R. Powers, Kosta Steliou, Demetrios G. Vavvas, Krishna Kodukula

Notice bibliographique

RevueBioResearch open access · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing, Cochlea, Tinnitus, Genetics
Établissements canadiensMcGill University
Organismes subventionnairesMcGill UniversityMitoCure
Mots-clésHearing lossMedicineAudiologyDiseaseQuality of life (healthcare)Noise-induced hearing lossPsychological interventionPresbycusisNeurosciencePsychologyPathologyPsychiatryNoise exposure

Résumé

récupéré en direct d'OpenAlex

Hearing loss, the most common neurological disorder and the fourth leading cause of years lived with disability, can have profound effects on quality of life. The impact of this "invisible disability," with significant consequences, economic and personal, is most substantial in low- and middle-income countries, where >80% of affected people live. Given the importance of hearing for communication, enjoyment, and safety, with up to 500 million affected globally at a cost of nearly $800 billion/year, research on new approaches toward prevention and treatment is attracting increased attention. The consequences of noise pollution are largely preventable, but irreversible hearing loss can result from aging, disease, or drug side effects. Once damage occurs, treatment relies on hearing aids and cochlear implants. Preventing, delaying, or reducing some degree of hearing loss may be possible by avoiding excessive noise and addressing major contributory factors such as cardiovascular risk. However, given the magnitude of the problem, these interventions alone are unlikely to be sufficient. Recent advances in understanding principal mechanisms that govern hearing function, together with new drug discovery paradigms designed to identify efficacious therapies, bode well for pharmaceutical intervention. This review surveys various causes of loss of auditory function and discusses potential neurological underpinnings, including mitochondrial dysfunction. Mitochondria mitigate cell protection, survival, and function and may succumb to cumulative degradation of energy production and performance; the end result is cell death. Energy-demanding neurons and vestibulocochlear hair cells are vulnerable to mitochondrial dysfunction, and hearing impairment and deafness are characteristic of neurodegenerative mitochondrial disease phenotypes. Beyond acting as cellular powerhouses, mitochondria regulate immune responses to infections, and studies of this phenomenon have aided in identifying nuclear factor kappa B and nuclear factor erythroid 2-related factor 2/antioxidant response element signaling as targets for discovery of otologic drugs, respectively, suppressing or upregulating these pathways. Treatment with free radical scavenging antioxidants is one therapeutic approach, with lipoic acid and corresponding carnitine esters exhibiting improved biodistribution and other features showing promise. These compounds are also histone deacetylase (HDAC) inhibitors, adding epigenetic modulation to the mechanistic milieu through which they act. These data suggest that new drugs targeting mitochondrial dysfunction and modulating epigenetic pathways via HDAC inhibition or other mechanisms hold great promise.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,005

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 Opus0,313
Tête enseignante GPT0,494
Écart entre enseignants0,181 · 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'étudeThéorique ou conceptuel
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

Citations15
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioResearch open accessMême sujetHearing, Cochlea, Tinnitus, GeneticsTravaux en français237 207