MétaCan
Menu
Retour à la cohorte
Enregistrement W4293762877 · doi:10.3389/fnagi.2022.965190

The emerging neuroprotective roles of exerkines in Alzheimer’s disease

2022· review· en· W4293762877 sur OpenAlexaff
Tayná Rody, Julia A. De Amorim, Fernanda G. De Felice

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueAdipose Tissue and Metabolism
Établissements canadiensQueen's University
Organismes subventionnairesFundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do Rio de JaneiroConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésNeuroprotectionNeuroscienceDiseaseMedicineMyokinePhysical exerciseCognitive declineDementiaFNDC5NeuropharmacologyBioinformaticsPsychologyInternal medicineBiologyFibronectinCell biology

Résumé

récupéré en direct d'OpenAlex

Despite the extensive knowledge of the beneficial effects of physical exercise, a sedentary lifestyle is still a predominant harm in our society. Sedentarism is one of the major modifiable risk factors for metabolic diseases such as diabetes mellitus, obesity and neurological disorders, including Alzheimer's disease (AD)-characterized by synaptic failure, amyloid protein deposition and memory loss. Physical exercise promotes neuroprotective effects through molecules released in circulation and mediates the physiological crosstalk between the periphery and the brain. This literature review summarizes the current understanding of the roles of exerkines, molecules released during physical exercise, as systemic and central factors that mediate the beneficial effects of physical exercise on cognition. We highlight the neuroprotective role of irisin-a myokine released from the proteolytic cleavage of fibronectin type III domain-containing protein 5 (FNDC5) transmembrane protein. Lastly, we review evidence pointing to physical exercise as a potential preventative and interventional strategy against cognitive decline in AD.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,055
Tête enseignante GPT0,337
Écart entre enseignants0,282 · 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

Citations31
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetAdipose Tissue and MetabolismTravaux en français237 207