MétaCan
Menu
Retour à la cohorte
Enregistrement W4307957486 · doi:10.1016/j.dscb.2022.100058

A review of molecular and genetic factors for determining mild traumatic brain injury severity and recovery

2022· review· en· W4307957486 sur OpenAlexaff
Mahnaz Tajik, Michael D. Noseworthy

Notice bibliographique

RevueBrain Disorders · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésTraumatic brain injuryMedicineConcussionEpigeneticsNeuroprotectionBioinformaticsNeurosciencePsychologyPoison controlInjury preventionBiologyPsychiatryGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Mild traumatic brain injuries (mTBI) affect millions of people globally every year. The clinical presentation of this injury is highly variable, and its progression from the acute to chronic stages of injury is driven by a dynamic pathophysiology. More specifically, biomechanical brain damage can trigger complex cellular, molecular, functional, genetic, and metabolomic changes. Recent research has taken aim at understanding the association between such complex changes and clinical outcomes, with the ultimate intent of identifying prognostic indicators. This is important as to date, current diagnostic protocols using patient reported symptom tracking and routine medical imaging are limited, often subjective, and can lead to missed diagnoses. Thus, neither patients nor their physicians can currently predict recovery timeline and whether recovery will be complete. Consequently, biological markers need to be determined that can improve diagnostic and recovery assessments following brain injuries. Possible indicator candidates, based on human and animal research, include the expression of neuroprotective genes and microRNAs (i.e., GFAP, BDNF, MBP) and single nucleotide polymorphisms (i.e., BDNF, COMT, APOE, D2R2). However, these factors are non-specific in terms of injury location and severity. Due to the vast range of physiological, molecular and omics alterations present post-mTBI, it is clear that mTBIs are a highly complex pathophysiological clinical problem. Thus, the purpose of this review is to provide a comprehensive understanding of post-mTBI genetic and metabolic brain changes, both at the cellular and molecular level, to understand how they can affect the symptoms and outcome of mTBIs. We discuss how these changes may be leveraged for improved acute detection of brain injury, and their potential for use in future personalized treatments.

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)0,005
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,134
Tête enseignante GPT0,407
Écart entre enseignants0,273 · 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'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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain DisordersMême sujetTraumatic Brain Injury ResearchTravaux en français237 207