Notice bibliographique
Résumé
Abstract: Wilson disease (WD) is rare genetic disorder that presents with varied phenotype that can at times make the diagnosis challenging. Medical treatments are available, but there are still unmet needs for patients. Since life-long therapy is necessary, adherence to medical therapy and best practices for monitoring and individualizing therapy continue to evolve. Studies are ongoing that address some of these issues. In the current review we focused our attention to recent advances in the diagnosis of WD, current medical treatments, future potential therapies and treatment monitoring. We include discussion of new methodology for detection and quantitation of ophthalmologic signs of WD, new brain imaging modalities for early detection of neurologic involvement in patients and potential new diagnostic methodology using blood samples that may be applicable to newborn screening and adult disease diagnosis. In addition, there are new strategies aimed at improving adherence and outcomes with currently available therapies, including once daily chelation dosing and discussion of the efficacy of different zinc salt compounds. With respect to new therapies with different mechanisms of action, we discuss studies on Bis-choline tetrathiomolybdate (TTM) in patients, pre-clinical studies of a novel chelator methanobactin and other animal studies exploring cures for WD with gene therapy using adeno-associated vectors (AAVs) that introduce ATP7B into liver cells. There are also promising advances in the more accurate measurement of non-ceruloplasmin bound copper and exchangeable copper in the circulation which would potentially help with monitoring and individualization of treatment and possibly play a role in future disease diagnosis.
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) | 0,001 | 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 | 0,001 |
| 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 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 ».