Brief history of anti‐seizure drug development
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
The mainstay of therapy for epilepsy is anti-seizure drugs (ASDs, also referred to as anticonvulsants and anti-epileptic medications). Through much of the past century, only a handful for ASDs were available for clinical use. However, with the creation of the U.S. National Institutes of Health/National Institute of Neurological Disorders and Stroke (NINDS)-sponsored Anticonvulsant Screening Program (ASP), coupled with the emergence of high-throughput screening platforms and methodologies, and advances in our understanding of the fundamental neurobiology of epilepsy, ASD development has greatly accelerated over the past 25 years. More than 18 new ASDs have been approved for clinical use since the inception of the ASP. Despite this remarkable success and the emergence of drugs possessing more favorable pharmacokinetic profiles that act on novel molecular targets, there has been increasing recognition that the paradigms for drug discovery have not yielded significant improvements in therapeutic efficacy, and that disease modification (i.e., anti-epileptogenesis), among other challenges, must be addressed. Thus, with the renewed framework and mission of improving the lives of people with epilepsy, the name of the ASP was changed to the Epilepsy Therapy Screening Program (ETSP). This review briefly summarizes the history of ASD development and outlines some of the challenges and opportunities for the next generation of drug therapies for the epilepsy field.
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) | 0,000 | 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) | 0,003 | 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 découle