MétaCan
Menu
Retour à la cohorte
Enregistrement W2965236981 · doi:10.3166/dea-2019-0065

Sending out Biased Signals: an Appropriate Proposition for Pain?

2019· article· en· W2965236981 sur OpenAlexafffund
Élie Besserer‐Offroy, Philippe Sarret

Notice bibliographique

RevueDouleur et Analgésie · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePharmacological Receptor Mechanisms and Effects
Établissements canadiensUniversité de SherbrookeMcGill University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMorphineFood and drug administrationOpioidAgonistMedicineμ-opioid receptorOpioid receptorPropositionAnesthesiaPharmacologyPsychologyReceptorInternal medicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

In the past few years, several biased ligands acting at the mu-opioid receptor were reported in the literature. These agonists are aimed at reducing pain while having fewer side effects than morphine, the gold standard of opioid analgesics. In this mini-review, we describe and discuss the recent advances in mu-biased ligands actually in preclinical and clinical development stages, including the latest U.S. Food and Drug Administration review of oliceridine, a biased mu-agonist for moderate to severe acute pain treatment developed by the company Trevena.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,554

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 Opus0,025
Tête enseignante GPT0,319
Écart entre enseignants0,293 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDouleur et AnalgésieMême sujetPharmacological Receptor Mechanisms and EffectsTravaux en français237 207