2-Deoxyglucose and Beta-Hydroxybutyrate: Metabolic Agents for Seizure Control
Notice bibliographique
Résumé
Current anti-seizure drugs (ASDs) are believed to reduce neuronal excitability through modulation of ion channels and transporters that regulate excitability at the synaptic level. While most patients with epilepsy respond to ASDs, many remain refractory to medical treatment but respond favorably to a high-fat, low-carbohydrate metabolism-based therapy known as the ketogenic diet (KD). The clinical effectiveness of the KD has increasingly underscored the thesis that metabolic factors also play a crucial role in the dampening neuronal hyperexcitability that is a hallmark feature of epilepsy. This notion is further amplified by the clinical utility of other related metabolism-based diets such as the modified Atkins diet and the low-glycemic index treatment (LGIT). Traditional high-fat diets are characterized by enhanced fatty acid oxidation (which produces ketone bodies such as beta-hydroxybutyrate) and a reduction in glycolytic flux, whereas the LGIT is predicated mainly on the latter observation of reduced blood glucose levels. As dietary implementation is not without challenges regarding clinical administration and patient compliance, there is an inherent desire and need to determine whether specific metabolic substrates and/or enzymes might afford similar clinical benefits, hence validating the concept of a "diet in a pill." Here, we discuss the evidence for one glycolytic inhibitor, 2-deoxyglucose (2DG) and one metabolic substrate, β-hydroxybutyrate (BHB) exerting direct effects on neuronal excitability, highlight their mechanistic differences, and provide the strengthening scientific rationale for their individual or possibly combined use in the clinical arena of seizure management.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».