MétaCan
Menu
Retour à la cohorte
Enregistrement W2914406467 · doi:10.1111/jnc.14674

Inflammatory mechanisms in neurodegeneration

2019· review· en· W2914406467 sur OpenAlexafffund
Michael R. Nichols, Marie‐Kim St‐Pierre, Ann‐Christin Wendeln, Nyasha J. Makoni, Lisa K. Gouwens, Evan Garrad, Mona Sohrabi, Jonas J. Neher, Marie‐Ève Tremblay, Colin K. Combs

Notice bibliographique

RevueJournal of Neurochemistry · 2019
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Institute on AgingFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchNational Institute of General Medical SciencesCanada Research Chairs
Mots-clésNeurodegenerationNeuroscienceMedicineBiologyPathologyDisease

Résumé

récupéré en direct d'OpenAlex

This review discusses the profound connection between microglia, neuroinflammation, and Alzheimer's disease (AD). Theories have been postulated, tested, and modified over several decades. The findings have further bolstered the belief that microglia-mediated inflammation is both a product and contributor to AD pathology and progression. Distinct microglia phenotypes and their function, microglial recognition and response to protein aggregates in AD, and the overall role of microglia in AD are areas that have received considerable research attention and yielded significant results. The following article provides a historical perspective of microglia, a detailed discussion of multiple microglia phenotypes including dark microglia, and a review of a number of areas where microglia intersect with AD and other pathological neurological processes. The overall breadth of important discoveries achieved in these areas significantly strengthens the hypothesis that neuroinflammation plays a key role in AD. Future determination of the exact mechanisms by which microglia respond to, and attempt to mitigate, protein aggregation in AD may lead to new therapeutic strategies.

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 enseignants0,005
Score d'incertitude au seuil0,015

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 technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,086
Tête enseignante GPT0,327
Écart entre enseignants0,241 · 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

Citations122
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeurochemistryMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207