MétaCan
Menu
Retour à la cohorte
Enregistrement W3147525977 · doi:10.1177/1744806921999025

Cellular and synaptic mechanisms for Parkinson’s disease-related chronic pain

2021· article· en· W3147525977 sur OpenAlexafffund
Jing-Shan Lu, Qi‐Yu Chen, Xiang Chen, Xu‐Hui Li, Zhaoxiang Zhou, Qin Liu, Yuwan Lin, Miaomiao Zhou, Pingyi Xu, Min Zhuo

Notice bibliographique

RevueMolecular Pain · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesBasic and Applied Basic Research Foundation of Guangdong ProvinceNational Key Research and Development Program of ChinaCanadian Institutes of Health ResearchNational Natural Science Foundation of China
Mots-clésDopaminergicDopamineParkinson's diseaseNeuroscienceAnterior cingulate cortexMedicineChronic painVentral tegmental areaDiseasePsychologyInternal medicineCognition

Résumé

récupéré en direct d'OpenAlex

Parkinson's disease is the second most common neurodegenerative disorder after Alzheimer's disease. Chronic pain is experienced by the vast majority of patients living with Parkinson's disease. The degeneration of dopaminergic neuron acts as the essential mechanism of Parkinson's disease in the midbrain dopaminergic pathway. The impairment of dopaminergic neurons leads to dysfunctions of the nociceptive system. Key cortical areas, such as the anterior cingulate cortex (ACC) and insular cortex (IC) that receive the dopaminergic projections are involved in pain transmission. Dopamine changes synaptic transmission via several pathway, for example the D2-adenly cyclase (AC)-cyclic AMP (cAMP)-protein kinase A (PKA) pathway and D1-G protein-coupled receptor kinase 2 (GRK2)-fragile X mental retardation protein (FMRP) pathway. The management of Parkinson's disease-related pain implicates maintenance of stable level of dopaminergic drugs and analgesics, however a more selective drug targeting at key molecules in Parkinson's disease-related pain remains to be investigated.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,008
Tête enseignante GPT0,225
Écart entre enseignants0,217 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations19
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular PainMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207