MétaCan
Menu
Retour à la cohorte
Enregistrement W3080866792 · doi:10.3389/fnsys.2020.00064

Dissecting Brainstem Locomotor Circuits: Converging Evidence for Cuneiform Nucleus Stimulation

2020· article· en· W3080866792 sur OpenAlexaff
Stephano J. Chang, Iahn Cajigas, Ioan Opriş, James D. Guest, Brian R. Noga

Notice bibliographique

RevueFrontiers in Systems Neuroscience · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNeurosurgery Research and Education FoundationU.S. Department of Defense
Mots-clésPedunculopontine nucleusOptogeneticsDeep brain stimulationNeuroscienceBrainstemMidbrainNucleusPhysical medicine and rehabilitationGaitMedicinePsychologyCentral nervous systemParkinson's diseaseDisease

Résumé

récupéré en direct d'OpenAlex

There are a pressing and unmet need for effective therapies for freezing of gait (FOG) and other neurological gait disorders. Deep brain stimulation (DBS) of a midbrain target known as the pedunculopontine nucleus (PPN) was proposed as a potential treatment based on its postulated involvement in locomotor control as part of the mesencephalic locomotor region (MLR). However, DBS trials fell short of expectations, leading many clinicians to abandon this strategy. Here, we discuss the potential reasons for this failure and review recent clinical data along with preclinical optogenetics evidence to argue that another nearby nucleus, the cuneiform nucleus (CnF), may be a superior target.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,791
Score d'incertitude au seuil0,584

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,103
Tête enseignante GPT0,323
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Systems NeuroscienceMême sujetNeurological disorders and treatmentsTravaux en français237 207