MétaCan
Menu
Retour à la cohorte
Enregistrement W4353086291 · doi:10.54097/hset.v36i.6271

Current Development in Treatment of Spinal Muscular Atrophy

2023· article· en· W4353086291 sur OpenAlexaff
Xinran Tian

Notice bibliographique

RevueHighlights in Science Engineering and Technology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurogenetic and Muscular Disorders Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSpinal muscular atrophySMN1SMA*MedicineDiseaseMotor neuronNeuromuscular diseasePhysical medicine and rehabilitationBioinformaticsPathology

Résumé

récupéré en direct d'OpenAlex

Spinal muscular atrophy (SMA) is an autosomal recessive genetic disease that affects the alpha motor units and leads to muscular atrophy. The survival motor neuron-1 (SMN1) mutation, which is found on chromosome 5q13, is responsible for the majority of SMA cases. SMA spectrum range from type 0 to type 4, with various severity, longevity, and symptoms. Usually, the more early onset of the disease is, the more severe the symptoms are. Therefore, early detection is vital since treatment can be implemented as soon as possible. Currently, diagnosis methods include newborn screening, point mutation testing, diagnostic testing, and carrier testing, each with a different purpose. Although there has been no cure for SMA so far, some medications could help to relieve the symptoms and allow patients to achieve a higher quality of life, like Onasemnogene abeparvovec-xioi, Nusinersen, and Evrysdi approved by the FDA. However, these treatments are costly. Additional support for SMA patients comes from physical therapy and careful daily management. Current research aims to identify more biomarkers of SMA to maximize therapeutic success and provide more precise therapeutic doses. This review provides a literature review of the pathogenesis, testing, and treatment of spinal muscular atrophy.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,448
Score d'incertitude au seuil0,248

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,300
Écart entre enseignants0,281 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHighlights in Science Engineering and TechnologyMême sujetNeurogenetic and Muscular Disorders ResearchTravaux en français237 207