MétaCan
Menu
Retour à la cohorte
Enregistrement W4309244719 · doi:10.1089/can.2022.0151

Endocannabinoid System Biomarkers in Alzheimer's Disease

2022· article· en· W4309244719 sur OpenAlexafffund
Pâmela C.L. Ferreira, Bruna Bellaver, Guilherme Povala, Wagner S. Brum, Cécile Tissot, Atef Badji, Matthew E. Sloan, Andréa Lessa Benedet, Pedro Rosa‐Neto, Nicholas J. Ashton, Tharick A. Pascoal, Antoine Leuzy, Eduardo R. Zimmer

Notice bibliographique

RevueCannabis and Cannabinoid Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensThe Scarborough HospitalUniversity of TorontoCentre for Addiction and Mental HealthMcGill UniversityCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesNational Institute on AgingNational Institutes of HealthInstituto SerrapilheiraConselho Nacional de Desenvolvimento Científico e TecnológicoCanadian Institutes of Health ResearchFundação de Amparo à Pesquisa do Estado do Rio Grande do SulWeston Brain InstituteInstituto Nacional de Ciência e Tecnologia para Excitotoxicidade e NeuroproteçãoFondation Brain CanadaAlzheimer's Association
Mots-clésEndocannabinoid systemBiomarkerDiseaseNeuroscienceMedicinePositron emission tomographyCannabinoid receptorCannabinoidPathologicalBioinformaticsPsychologyReceptorPathologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Background: Alterations in the endocannabinoid system (ES) have been described in Alzheimer's disease (AD) pathophysiology. In the past years, multiple ES biomarkers have been developed, promising to advance our understanding of ES changes in AD. Discussion: ES biomarkers, including positron emission tomography with cannabinoid receptors tracers and biofluid-based endocannabinoids, are associated with AD disease progression and pathological features. Conclusion: Although not specific enough for AD diagnosis, ES biomarkers hold promise for prognosis, drug-target engagement, and a better understanding of the disease. Here, we summarize currently available ES biomarker findings and discuss their potential applications in the AD research field.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,335
Écart entre enseignants0,298 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCannabis and Cannabinoid ResearchMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207