MétaCan
Menu
Retour à la cohorte
Enregistrement W3016186533 · doi:10.5772/intechopen.91915

Repurposing Fumaric Acid Esters to Treat Conditions of Oxidative Stress and Inflammation: A Promising Emerging Approach with Broad Potential

2020· book-chapter· en· W3016186533 sur OpenAlexaboutno aff
Ravirajsinh N. Jadeja, Folami Lamoke Powell, Pamela M. Martin

Notice bibliographique

RevueIntechOpen eBooks · 2020
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDimethyl fumaratePsoriasisOxidative stressRepurposingFumaric acidMedicineInflammationPharmacologyChemistryMultiple sclerosisDermatologyBiologyBiochemistryImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The medicinal benefit of salts of fumaric acid and its esters (FAE), known as fumarates (mono and dimethyl fumarate), was realized many years ago. Early on, FAE were derived from plants and mushrooms (e.g., Fumaria officinalis, Boletus fomentarius var. pseudo-igniarius). The FAE containing formulation Fumaderm® was licensed in Germany for the treatment of psoriasis in 1994. Recently, a clinical formulation of dimethyl fumarate known as BG12 (Tecfidera) was approved for use in the United States, New Zealand, Australia, European Union, Switzerland, and Canada for the treatment of multiple sclerosis. Others and we have assessed the potential benefit of FAE in a number of disease conditions that are diverse with respect to etiology but unified with regard to the involvement of inflammation and oxidative stress. Hence, a FAE-based drug with robust anti-oxidative and anti-inflammatory effects that is already US-FDA approved is a perfect contender for repurposing and rapid clinical implementation for their management. There is a burgeoning literature on the use of FAE in the prevention and treatment of diseases, other than psoriasis and MS, in which oxidative stress and/or inflammation are prominent. This chapter highlights critical information gleaned from these studies, exposes lacunae of potential importance, and provides related perspectives.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,037
Tête enseignante GPT0,295
Écart entre enseignants0,257 · 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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntechOpen eBooksMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207