Exploring Rosiglitazone’s Potential to Treat Alzheimer’s Disease through the Modulation of Brain-Derived Neurotrophic Factor
Notice bibliographique
Résumé
Alzheimer's disease (AD) is a progressive neurodegenerative disorder that debilitates over 55 million individuals worldwide. Currently, treatments manage and alleviate its symptoms; however, there is still a need to find a therapy that prevents or halts disease progression. Since AD has been labeled as "type 3 diabetes" due to its similarity in pathological hallmarks, molecular pathways, and comorbidity with type 2 diabetes mellitus (T2DM), there is growing interest in using anti-diabetic drugs for its treatment. Rosiglitazone (RSG) is a peroxisome proliferator-activated receptor-gamma agonist that reduces hyperglycemia and hyperinsulinemia and improves insulin signaling. In cellular and rodent models of T2DM-associated cognitive decline and AD, RSG has been reported to improve cognitive impairment and reverse AD-like pathology; however, results from human clinical trials remain consistently unsuccessful. RSG has also been reported to modulate the expression of brain-derived neurotrophic factor (BDNF), a protein that regulates neuroplasticity and energy homeostasis and is implicated in both AD and T2DM. The present review investigates RSG's limitations and potential therapeutic benefits in pre-clinical models of AD through its modulation of BDNF expression.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».