MétaCan
Menu
Retour à la cohorte
Enregistrement W4301585429 · doi:10.3389/fncir.2022.984802

GABAA signaling, focal epileptiform synchronization and epileptogenesis

2022· review· en· W4301585429 sur OpenAlexafffund
Massimo Avoli, Marco de Curtis, Maxime Lévesque, Laura Librizzi, Laura Uva, Siyan Wang

Notice bibliographique

RevueFrontiers in Neural Circuits · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésEpileptogenesisIctalNeuroscienceEpilepsyGABAA receptorPsychologyElectroencephalographyMedicineReceptorInternal medicine

Résumé

récupéré en direct d'OpenAlex

Under physiological conditions, neuronal network synchronization leads to different oscillatory EEG patterns that are associated with specific behavioral and cognitive functions. Excessive synchronization can, however, lead to focal or generalized epileptiform activities. It is indeed well established that in both epileptic patients and animal models, focal epileptiform EEG patterns are characterized by interictal and ictal (seizure) discharges. Over the last three decades, employing in vitro and in vivo recording techniques, several experimental studies have firmly identified a paradoxical role of GABAA signaling in generating interictal discharges, and in initiating—and perhaps sustaining—focal seizures. Here, we will review these experiments and we will extend our appraisal to evidence suggesting that GABAA signaling may also contribute to epileptogenesis, i.e., the development of plastic changes in brain excitability that leads to the chronic epileptic condition. Overall, we anticipate that this information should provide the rationale for developing new specific pharmacological treatments for patients presenting with focal epileptic disorders such as mesial temporal lobe epilepsy (MTLE).

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 enseignants0,004
Score d'incertitude au seuil0,012

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,105
Tête enseignante GPT0,353
Écart entre enseignants0,248 · 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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Neural CircuitsMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207