MétaCan
Menu
Retour à la cohorte
Enregistrement W4386864904 · doi:10.3389/fnins.2023.1249466

Human deprivation amblyopia: treatment insights from animal models

2023· article· en· W4386864904 sur OpenAlexafffund
Kevin R. Duffy, Mark F. Bear, Nimesh B. Patel, Vallabh E. Das, Lawrence Tychsen

Notice bibliographique

RevueFrontiers in Neuroscience · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensDalhousie University
Organismes subventionnairesNational Eye InstituteCanadian Institutes of Health ResearchResearch to Prevent Blindness
Mots-clésSequelaMedicineMonocular deprivationVisual impairmentSensory deprivationNeuroscienceMonocularPsychologyPsychiatryOcular dominanceVisual cortex

Résumé

récupéré en direct d'OpenAlex

Amblyopia is a common visual impairment that develops during the early years of postnatal life. It emerges as a sequela to eye misalignment, an imbalanced refractive state, or obstruction to form vision. All of these conditions prevent normal vision and derail the typical development of neural connections within the visual system. Among the subtypes of amblyopia, the most debilitating and recalcitrant to treatment is deprivation amblyopia. Nevertheless, human studies focused on advancing the standard of care for amblyopia have largely avoided recruitment of patients with this rare but severe impairment subtype. In this review, we delineate characteristics of deprivation amblyopia and underscore the critical need for new and more effective therapy. Animal models offer a unique opportunity to address this unmet need by enabling the development of unconventional and potent amblyopia therapies that cannot be pioneered in humans. Insights derived from studies using animal models are discussed as potential therapeutic innovations for the remediation of deprivation amblyopia. Retinal inactivation is highlighted as an emerging therapy that exhibits efficacy against the effects of monocular deprivation at ages when conventional therapy is ineffective, and recovery occurs without apparent detriment to the treated eye.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,106
Tête enseignante GPT0,352
Écart entre enseignants0,246 · 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.

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

Citations19
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207