Development of an Adverse Outcome Pathway for Deposition of Energy Leading to Learning and Memory Impairment
Notice bibliographique
Résumé
The understanding of radiation-induced non-cancer effects on the central nervous system (CNS) is essential for the medical setting (e.g., radiotherapy), and occupational exposures, such as nuclear workers or astronauts. Herein, the adverse outcome pathway (AOP) approach was used to consolidate relevant studies in the area of cognitive decline for identification of research gaps, countermeasure development, and for eventual use in risk assessments. AOPs are an analytical construct describing critical events to an adverse outcome (AO) in a simplified form beginning with a molecular initiating event (MIE). An AOP was constructed utilizing mechanistic information to build empirical support for the key event relationships (KERs) between the MIE of deposition of energy to the AO of learning and memory impairment through multiple key events (KEs). The evidence for the AOP was developed through a scoping review of the literature. In this AOP, the MIE is connected to the AO via six KEs of increased oxidative stress, increased deoxyribonucleic acid (DNA) strand breaks, altered signaling pathways, tissue resident cell activation, increased pro-inflammatory mediators and neural remodeling. Deposition of energy directly leads to oxidative stress, increased DNA strand breaks, an increase of pro-inflammatory mediators and tissue resident cell activation. These KEs, which are themselves interconnected, converge through increased DNA strand breaks, altered signaling pathways and pro-inflammatory routes and directly lead to neural remodeling. Broadly, it is envisioned that the outcome of these efforts could be applied to other cognitive disorders and support ongoing work by international authorities to review the system of radiological protection.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».