Fatigue in inflammatory rheumatic disorders: pathophysiological mechanisms
Notice bibliographique
Résumé
Today, inflammatory rheumatic disorders are effectively treated, but many patients still suffer from residual fatigue. This work presents pathophysiological mechanisms of fatigue. First, cytokines can interfere with neurotransmitter release at the preterminal ending. Second, a long-term increase in serum concentrations of proinflammatory cytokines increase the uptake and breakdown of monoamines (serotonin, noradrenaline and dopamine). Third, chronic inflammation can also decrease monoaminergic neurotransmission via oxidative stress (oxidation of tetrahydrobiopterin [BH4]). Fourth, proinflammatory cytokines increase the level of enzyme indoleamine-2, 3-dioxygenase activity and shunt tryptophan away from the serotonin pathway. Fifth, oxidative stress stimulates astrocytes to inhibit excitatory amino acid transporters. Sixth, astrocytes produce kynurenic acid that acts as an antagonist on the α7-nicotinic acetylcholine receptor to inhibit dopamine release. Jointly, these actions result in increased glutamatergic and decreased monoaminergic neurotransmission. The above-described pathophysiological mechanisms negatively affect brain functioning in areas that are involved in fatigue.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».