The Putative Role of Neuroinflammation in the Interaction between Traumatic Brain Injuries, Sleep, Pain and Other Neuropsychiatric Outcomes: A State-of-the-Art Review
Notice bibliographique
Résumé
Sleep disturbances are widely prevalent following a traumatic brain injury (TBI) and have the potential to contribute to numerous post-traumatic physiological, psychological, and cognitive difficulties developing chronically, including chronic pain. An important pathophysiological mechanism involved in the recovery of TBI is neuroinflammation, which leads to many downstream consequences. While neuroinflammation is a process that can be both beneficial and detrimental to individuals' recovery after sustaining a TBI, recent evidence suggests that neuroinflammation may worsen outcomes in traumatically injured patients, as well as exacerbate the deleterious consequences of sleep disturbances. Additionally, a bidirectional relationship between neuroinflammation and sleep has been described, where neuroinflammation plays a role in sleep regulation and, in turn, poor sleep promotes neuroinflammation. Given the complexity of this interplay, this review aims to clarify the role of neuroinflammation in the relationship between sleep and TBI, with an emphasis on long-term outcomes such as pain, mood disorders, cognitive dysfunctions, and elevated risk of Alzheimer's disease and dementia. In addition, some management strategies and novel treatment targeting sleep and neuroinflammation will be discussed in order to establish an effective approach to mitigate long-term outcomes after TBI.
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 | 0,020 | 0,077 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».