MétaCan
Menu
Retour à la cohorte
Enregistrement W2943458452 · doi:10.1038/s41598-019-43180-z

Propagation and Selectivity of Axonal Loss in Leber Hereditary Optic Neuropathy

2019· article· en· W2943458452 sur OpenAlexafffund
Razek Georges Coussa, Pooya Merat, Leonard A. Levin

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueGlaucoma and retinal disorders
Établissements canadiensMcGill University
Organismes subventionnairesNational Institutes of HealthCanada Research ChairsNational Eye InstituteU.S. Department of Health and Human Services
Mots-clésAxonOptic nerveAxoplasmic transportOptic neuropathyAxonal degenerationNeuroscienceBiologyPhysicsAnatomy

Résumé

récupéré en direct d'OpenAlex

Leber hereditary optic neuropathy (LHON) is a syndrome of subacute loss of central vision associated with mutations in mitochondrial DNA coding for components of complex I. LHON preferentially involves small axons in the temporal optic nerve, but the reason is unclear. We performed a Monte Carlo simulation of the spread of injury in LHON axons to better understand the predilection for small axons. Optic nerve slices were modeled as grids containing axons with sizes from reported regional distributions. The propagation of injury from a localized concentration of superoxide was simulated as the spread via passive diffusion from one axon to adjacent axons, with basal production and scavenging rate proportional to axonal area and volume, respectively. Axonal degeneration occurred when intra-axonal concentrations reached a toxic threshold. Simulations demonstrated that almost all small and medium axons degenerated by the time steady-state was reached, but about 50% of large axons were preserved. The location of initial injury affected time to steady state, with nasal injuries reaching steady state faster than temporal injuries. The pattern of axonal degeneration in the simulations mirrored both visual fields and optic nerve histology from patients with LHON. These results provide insight into the nature of axonal loss in LHON.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,217

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,225
Écart entre enseignants0,219 · 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'étudeObservationnel
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

Citations19
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetGlaucoma and retinal disordersTravaux en français237 207