Androgens and Parkinson's Disease: A Review of Human Studies and Animal Models
Notice bibliographique
Résumé
Parkinson's disease (PD) is the second most common neurodegenerative disorder after Alzheimer's disease. A greater prevalence and incidence of PD are reported in men than in women, suggesting a potential contribution of sex, genetic difference and/or sex hormones. This review presents an overview of epidemiological and clinical studies investigating sex differences in the incidence and symptoms of PD. This sex difference is replicated in animal models of PD showing an important neuroprotective role of sex steroids. Therefore, although gender and genetic factors likely contribute to the sex difference in PD, focus here will be on sex hormones because of their neuroprotective role. Androgens receive less attention than estrogen. It is well known that endogenous androgens are more abundant in healthy men than in women and decrease with aging; lower levels are reported in PD men than in healthy male subjects. Drug treatments with androgens, androgen precursors, antiandrogens, and drugs modifying androgen metabolism are available to treat various endocrine conditions, thus having translational value for PD but none have yet given sufficient positive effects for PD. Variability in the androgen receptor is reported in humans and is an additional factor in the response to androgens. In animal models of PD used to study neuroprotective activity, the androgens testosterone and dihydrotestosterone have given inconsistent results. 5α-Reductase inhibitors have shown neuroprotective activity in animal models of PD and antidyskinetic activity. Hence, androgens have not consistently shown beneficial or deleterious effects in PD but numerous androgen-related drugs are available that could be repurposed for PD.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».