MétaCan
Menu
Retour à la cohorte
Enregistrement W2899566368 · doi:10.1002/acn3.682

Deep brain stimulation: potential for neuroprotection

2018· review· en· W2899566368 sur OpenAlexaff
Chris McKinnon, Priti Gros, Darrin J. Lee, Clement Hamani, Andrés M. Lozano, Lorraine V. Kalia, Suneil K. Kalia

Notice bibliographique

RevueAnnals of Clinical and Translational Neurology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensSunnybrook Health Science CentreUniversity Health NetworkUniversity of TorontoToronto Western HospitalOccupational Cancer Research CentreHealth Sciences Centre
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésDeep brain stimulationMedicineDystoniaNeuroprotectionNeuroscienceDiseaseEssential tremorParkinson's diseaseEpilepsyDepression (economics)Movement disordersPsychiatryPsychologyPharmacologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Over the last two decades there has been an exponential rise in the number of patients receiving deep brain stimulation (DBS) to manage debilitating neurological symptoms in conditions such as Parkinson's disease, essential tremor, and dystonia. Novel applications of DBS continue to emerge including treatment of various psychiatric conditions (e.g. obsessive-compulsive disorder, major depression) and cognitive disorders such as Alzheimer's disease. Despite widening therapeutic applications, our understanding of the mechanisms underlying DBS remains limited. In addition to modulation of local and network-wide neuronal activity, growing evidence suggests that DBS may also have important neuroprotective effects in the brain by limiting synaptic dysfunction and neuronal loss in neurodegenerative disorders. In this review, we consider evidence from preclinical and clinical studies of DBS in Parkinson's disease, Alzheimer's disease, and epilepsy that suggest chronic stimulation has the potential to mitigate neuronal loss and disease progression.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,251
Tête enseignante GPT0,481
Écart entre enseignants0,230 · 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'étudeAutre devis
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

Citations91
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical and Translational NeurologyMême sujetNeurological disorders and treatmentsTravaux en français237 207