MétaCan
Menu
Retour à la cohorte
Enregistrement W3045443729 · doi:10.1007/s13311-020-00891-w

Therapeutic Update on Huntington's Disease: Symptomatic Treatments and Emerging Disease-Modifying Therapies

2020· review· en· W3045443729 sur OpenAlexaff
Deepa Dash, Tiago Mestre

Notice bibliographique

RevueNeurotherapeutics · 2020
Typereview
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHuntington's diseaseDiseaseApathyMedicineHuntingtinClinical trialBioinformaticsCognitive declineBiologyDementiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

Huntington's disease (HD) is a monogenic neurodegenerative disorder that presents with progressive motor, behavior, and cognitive symptoms leading to early disability and mortality. HD is caused by an expanded CAG repeats in exon 1 of the huntingtin (HTT) gene. The corresponding genetic test allows a clinical, definite diagnosis in life and the identification of a fully penetrant mutation carrier in a premanifest stage. In addition to the development of symptomatic treatments that attempt to address unmet care needs such as apathy, irritability, and cognition, novel therapies that target pathways specific to HD biology are being developed with the intent of slowing disease progression. Among these approaches, HTT protein lowering therapies hold great promise. There are currently active programs using antisense oligonucleotides (ASOs), RNA interference, small-molecule splicing modulators, and zinc-finger protein transcription factor. Except for ASOs and RNA interference approaches, the remaining therapeutic strategies are at a preclinical stage of development. While the current therapeutic landscape in HD may bring an unparalleled change in the lives of people with HD and their families with the first-ever disease-modifying therapy, the evaluation of these therapies requires novel tools that enable a more efficient and expedited discovery and evaluative process. Examples are biomarkers targeting the HTT protein to measure target engagement or disease progression and rating scales more sensitive to the earliest clinical changes. These tools will be instrumental in the next phase of disease-modifying clinical trials in HD likely to target the phenoconversion period of the disease, including the prodromal HD stage.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,083
Tête enseignante GPT0,347
Écart entre enseignants0,264 · 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

Citations68
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurotherapeuticsMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207