MétaCan
Menu
Retour à la cohorte
Enregistrement W3008222032 · doi:10.3390/jcm9030616

Neuropathophysiology of Lysosomal Storage Diseases: Synaptic Dysfunction as a Starting Point for Disease Progression

2020· review· en· W3008222032 sur OpenAlexafffund
Camila Pará, Poulomee Bose, Alexey V. Pshezhetsky

Notice bibliographique

RevueJournal of Clinical Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueLysosomal Storage Disorders Research
Établissements canadiensUniversité de MontréalMcGill UniversityCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesCanadian Institutes of Health ResearchFonds de recherche du Québec
Mots-clésNeuroscienceSynaptic cleftMedicineNeurotransmissionPostsynaptic potentialNeurodegenerationSynaptic vesicleDiseaseSynaptic plasticityBiogenesisBiologyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

About two thirds of the patients affected with lysosomal storage diseases (LSD) experience neurological manifestations, such as developmental delay, seizures, or psychiatric problems. In order to develop efficient therapies, it is crucial to understand the neuropathophysiology underlying these symptoms. How exactly lysosomal storage affects biogenesis and function of neurons is still under investigation however recent research highlights a substantial role played by synaptic defects, such as alterations in synaptic spines, synaptic proteins, postsynaptic densities, and synaptic vesicles that might lead to functional impairments in synaptic transmission and neurodegeneration, finally culminating in massive neuronal death and manifestation of cognitive symptoms. Unveiling how the synaptic components are affected in neurological LSD will thus enable a better understanding of the complexity of disease progression as well as identify crucial targets of therapeutic relevance and optimal time windows for targeted intervention.

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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
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)0,0030,002

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 Opus0,111
Tête enseignante GPT0,484
Écart entre enseignants0,373 · 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

Citations50
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetLysosomal Storage Disorders ResearchTravaux en français237 207