MétaCan
Menu
Retour à la cohorte
Enregistrement W3195941072 · doi:10.3390/cells10082164

Triggering Innate Immune Receptors as New Therapies in Alzheimer’s Disease and Multiple Sclerosis

2021· review· en· W3195941072 sur OpenAlexafffund
Pierre-Alexandre Piec, Vincent Pons, Serge Rivest

Notice bibliographique

RevueCells · 2021
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensWilfrid Laurier UniversityUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésInnate immune systemMultiple sclerosisDiseaseNeuroscienceImmune systemMedicineImmunityNeurodegenerationNeuroinflammationAlzheimer's diseaseImmunologyBiologyPathology

Résumé

récupéré en direct d'OpenAlex

Multiple sclerosis and Alzheimer's disease are two complex neurodegenerative diseases involving the immune system. So far, available treatments provide at best mild improvements to patients' conditions. For decades now, a new set of molecules have been used to modulate and regulate the innate immunity in these pathologies. Most studies have been carried out in rodents and some of them have reported tremendous beneficial effects on the disease course. The modulation of innate immune cells is of great interest since it provides new hope for patients. In this review, we will briefly overview the therapeutic potential of some molecules and receptors in multiple sclerosis and Alzheimer's disease and how they could be used to exploit new therapeutic avenues.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,150
Tête enseignante GPT0,309
Écart entre enseignants0,159 · 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'étudeAutre devis
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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCellsMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207