MétaCan
Menu
← Retour à la cohorte
Enregistrement W3113720112 · doi:10.1093/geroni/igaa057.3157

Reversing cognitive-decline in older adults in an open-label clinical trial: novel mechanisms and the role of GlyNAC

2020· article· en· W3113720112 sur OpenAlexaboutno aff
Chun Liu, Rajagopal V. Sekhar, Premranjan Kumar, Charles G. Minard, Shaji Chacko

Notice bibliographique

RevueInnovation in Aging · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCognitive declineOxidative stressCognitionMedicineInsulin resistanceVerbal fluency testInternal medicinePsychologyEndocrinologyDementiaNeuropsychologyInsulinDiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Age-associated cognitive-decline is an important risk factor for Alzheimer’s disease, but interventions are lacking. We conducted an open-label trial to test our hypotheses on whether: (1) compared to 8 healthy young adults (25y), 8 ‘healthy’ older adults (74y) have cognitive decline, decreased glucose availability for the brain due to mitochondrial dysfunction, elevated insulin-resistance, oxidative-stress and elevated inflammation; (2) supplementing glycine and N-acetylcysteine (GlyNAC) for 24-weeks corrects deficiency of the endogenous-antioxidant Glutathione and improves these defects, and thereby cognition; (3) stopping GlyNAC supplementation for 12-weeks results in a decline in accrued benefits. Outcome measures included cognitive testing (Montreal cognitive assessment; trail-making tests; verbal-fluency tests; digital-symbol substitution-test), mitochondrial fuel-oxidation, RBC-Glutathione concentrations, plasma oxidative-stress, insulin-resistance and inflammation, and tracer-studies to measure glucose metabolism. Results validated our hypotheses and showed that GlyNAC-supplementation corrected these defects and improved cognition. This trial suggests that supplementing GlyNAC may be important for improving/preventing age-associated cognitive-decline in older adults.

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)0,003
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: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,117
Tête enseignante GPT0,428
Écart entre enseignants0,311 · 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'étudeEssai non randomisé
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetAlzheimer's disease research and treatments→Travaux en français237 207→