<p>Nerve Growth Factor Signaling and Its Contribution to Pain</p>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nerve growth factor (NGF) is a neurotrophic protein essential for the growth, differentiation, and survival of sympathetic and sensory afferent neurons during development. A substantial body of evidence, based on both animal and human studies, demonstrates that NGF plays a pivotal role in modulation of nociception in adulthood. This has spurred development of a variety of novel analgesics that target the NGF signaling pathway. Here, we present a narrative review designed to summarize how NGF receptor activation and downstream signaling alters nociception through direct sensitization of nociceptors at the site of injury and changes in gene expression in the dorsal root ganglion that collectively increase nociceptive signaling from the periphery to the central nervous system. This review illustrates that NGF has a well-known and multifunctional role in nociceptive processing, although the precise signaling pathways downstream of NGF receptor activation that mediate nociception are complex and not completely understood. Additionally, much of the existing knowledge derives from studies performed in animal models and may not accurately represent the human condition. However, available data establish a role for NGF in the modulation of nociception through effects on the release of inflammatory mediators, nociceptive ion channel/receptor activity, nociceptive gene expression, and local neuronal sprouting. The role of NGF in nociception and the generation and/or maintenance of chronic pain has led to it becoming a novel and attractive target of pain therapeutics for the treatment of chronic pain conditions.
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.
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 | 0,017 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle