MétaCan
Menu
Retour à la cohorte
Enregistrement W3097178515 · doi:10.3390/biom10111487

Prion-Like Propagation Mechanisms in Tauopathies and Traumatic Brain Injury: Challenges and Prospects

2020· review· en· W3097178515 sur OpenAlexaff
Hadeel Alyenbaawi, W. Ted Allison, Sue‐Ann Mok

Notice bibliographique

RevueBiomolecules · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésTauopathyChronic traumatic encephalopathyTraumatic brain injuryNeuroscienceTau proteinDiseaseTransmissible spongiform encephalopathyMedicineBiologyPrion proteinNeurodegenerationAlzheimer's diseasePathologyPsychiatryPoison control

Résumé

récupéré en direct d'OpenAlex

The accumulation of tau protein in the form of filamentous aggregates is a hallmark of many neurodegenerative diseases such as Alzheimer's disease (AD) and chronic traumatic encephalopathy (CTE). These dementias share traumatic brain injury (TBI) as a prominent risk factor. Tau aggregates can transfer between cells and tissues in a "prion-like" manner, where they initiate the templated misfolding of normal tau molecules. This enables the spread of tau pathology to distinct parts of the brain. The evidence that tauopathies spread via prion-like mechanisms is considerable, but work detailing the mechanisms of spread has mostly used in vitro platforms that cannot fully reveal the tissue-level vectors or etiology of progression. We review these issues and then briefly use TBI and CTE as a case study to illustrate aspects of tauopathy that warrant further attention in vivo. These include seizures and sleep/wake disturbances, emphasizing the urgent need for improved animal models. Dissecting these mechanisms of tauopathy progression continues to provide fresh inspiration for the design of diagnostic and therapeutic approaches.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,071
Tête enseignante GPT0,358
Écart entre enseignants0,287 · 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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomoleculesMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207