MétaCan
Menu
Retour à la cohorte
Enregistrement W2971390942 · doi:10.1002/jnr.24524

Exercise in multiple sclerosis and its models: Focus on the central nervous system outcomes

2019· review· en· W2971390942 sur OpenAlexafffund
Ling Yi Guo, Brian M. Lozinski, V. Wee Yong

Notice bibliographique

RevueJournal of Neuroscience Research · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensHotchkiss Brain InstituteUniversity of CalgaryWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésRemyelinationAstrogliosisMultiple sclerosisCentral nervous systemMedicineNeuroprotectionNeurodegenerationNeuroscienceNeuroinflammationDiseaseSpinal cord injuryExperimental autoimmune encephalomyelitisSpinal cordImmunologyPsychologyMyelinPathology

Résumé

récupéré en direct d'OpenAlex

Multiple sclerosis (MS) is a central nervous system (CNS) disorder characterized by inflammation, demyelination, and neurodegeneration. Emerging research suggests that exercise has therapeutic benefits for MS patients but the clinical data have focused primarily on non-CNS outcomes. In this review, we discuss evidence in preclinical MS models that exercise influences oligodendrocyte proliferation and repopulation, remyelination, neuroinflammation, neuroprotection, axonal regeneration, and astrogliosis. Evidence for the therapeutic effects of exercise in MS is further supplemented by data from other CNS diseases, including Alzheimer's disease, Parkinson's disease, and spinal cord injury. These results motivate studies into the benefits that exercise confers within the CNS in MS.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,594
Tête enseignante GPT0,456
Écart entre enseignants0,138 · 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

Citations56
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Neuroscience ResearchMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207