MétaCan
Menu
Retour à la cohorte
Enregistrement W4385978374 · doi:10.3390/biom13081263

Alpha-Synuclein in Peripheral Tissues as a Possible Marker for Neurological Diseases and Other Medical Conditions

2023· review· en· W4385978374 sur OpenAlexaff
Félix Javier Jiménez‐Jiménez, Hortensia Alonso‐Navarro, Elena García‐Martín, Diego Santos‐García, Iván Martínez-Valbuena, José A. G. Agúndez

Notice bibliographique

RevueBiomolecules · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensOccupational Cancer Research CentreUniversity of Toronto
Organismes subventionnairesEuropean Regional Development Fund
Mots-clésSalivaSynucleinopathiesPathologyCerebrospinal fluidMedicineSalivary glandAlpha-synucleinBiologyParkinson's diseaseDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

The possible usefulness of alpha-synuclein (aSyn) determinations in peripheral tissues (blood cells, salivary gland biopsies, olfactory mucosa, digestive tract, skin) and in biological fluids, except for cerebrospinal fluid (serum, plasma, saliva, feces, urine), as a marker of several diseases, has been the subject of numerous publications. This narrative review summarizes data from studies trying to determine the role of total, oligomeric, and phosphorylated aSyn determinations as a marker of various diseases, especially PD and other alpha-synucleinopathies. In summary, the results of studies addressing the determinations of aSyn in its different forms in peripheral tissues (especially in platelets, skin, and digestive tract, but also salivary glands and olfactory mucosa), in combination with other potential biomarkers, could be a useful tool to discriminate PD from controls and from other causes of parkinsonisms, including synucleinopathies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,058
Tête enseignante GPT0,387
Écart entre enseignants0,330 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations29
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomoleculesMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207