MétaCan
Menu
Retour à la cohorte
Enregistrement W4390198527 · doi:10.1002/alz.077554

Validated, unified theory of Alzheimer Disease illuminates two essential research questions

2023· article· en· W4390198527 sur OpenAlexaffabout
Alison Ruth Kennedy

Notice bibliographique

RevueAlzheimer s & Dementia · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAlcoholism and Thiamine Deficiency
Établissements canadiensManitoba Beekeepers' Association
Organismes subventionnairesnon disponible
Mots-clésThiamineAlzheimer's diseaseDiseaseMedicineThiamine deficiencyInternal medicineNeurosciencePhysiologyEndocrinologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Background A 2001 unified theory of thiamine deficiency (TD) in Alzheimer Disease (AD) (1‐p.85) was validated in 2015 (2), and published in 2017 (3). Update? Method Scientific literature review on topic of thiamine and/or AD. PUBMED, elibrary.wiley.com, mspace.lib.umanitoba.ca Result 1. Thiamine supplementation can potentially correct key AD abnormalities: the cholinergic deficit (1‐p.64, 4), B‐Amyloid (1‐p. 77, 3), tau (5), neuroinflammation (4, 5,6, 7) and memory (1‐p59). 2. Limited oral thiamine supplementation trials in AD have had mixed results (1‐p49, 6). Conclusion Essential research questions: a. What causes TD in AD? (altered thiamine requirements, excretion, absorption, transport, metabolism, or diet and other factors*?) (1) b. What is the optimal treatment of TD in AD? (control for medications*, medical conditions* and dietary components affecting thiamine intake and utilization* (1‐p. 52, 1‐p.53,9). Consider advantages of intramuscular injections vs. oral treatments (8), need for other nutrients (1‐p.52), proven thiamine treatments in TD diseases. References: 1. Kennedy, A.R. (2001). The potential role of thiamine in the pathogenesis and treatment of Alzheimer’s Disease. M.Sc. dissertation. University of Manitoba, Winnipeg. http://mspace.lib.umanitoba.ca/handle/1993/19635 2. Pan, X. (2015). Measurement of brain thiamine metabolites for Alzheimer Disease diagnosis. 2015 Nov 26. doi: 1016/j.ebiom.2015.11.039 3. Kennedy, A.R. (2017). Scientific evidence supporting a unified theory of Alzheimer Disease. Alzheimers Dement,13(7S)_ Part_31/p.P1478‐P1478 https://doi.org/10.1016/j.jalz.2017.07.551 4. Lu’o’ng, K., Nguyen, LT (2011). Role of thiamine in Alzheimer’s Disease. Am J Alzheimer’s Dis Other Demen., 26(8):588‐598. https://doi.org/10.1177/1533317511432736 5. Tapias, V. et al. (2018). Benfotiamine treatment activates the Nrf2/ARE pathway and is neuroprotective in a transgenic mouse model of taupathy. Hum Mol Genet Aug 15; 27(16): 2874‐2892. https://doi.org.10.1093/hmg/ddy201 6. Fessell, J. (2021). Supplemental thiamine as a practical, potential way to prevent Alzheimer’s disease from commencing. Alzheimers Dement: Translational Research and Clinical Interventions. 7 (1)/e12199. https://doi.org/10.1002/trc2.12199 7. Sambon, M. et al. (2021). Neuroprotective effects of thiamine and precursors with higher bioavailability: Focus on benfotiamine and dibenzoylthiamine. Int. J. Mol. Sci. 22(11):5418. https://doi.org/10.3390/ijms22115418 8. Baker, H., et al. (1980). Oral versus intramuscular vitamin supplementation for hypovitaminosis in the elderly. J Am Geriatr Soc., 28(1):42‐45. https://doi.org/10.1111/j.1532-5415.1980.tb00123.x . 9. Vora, B. et al. (2020). Drug‐nutrient interactions; discovering prescription drug inhibitors of the thiamine transporter ThTF‐2 (SLC19A3). Am J Clin Nutr., 111(1), 110‐121. https://doi.org/10.1093/ajcn/nqr255

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)0,024
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,020
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0060,002
Études des sciences et des technologies0,0020,026
Communication savante0,0070,015
Science ouverte0,0040,006
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,087
Tête enseignante GPT0,384
Écart entre enseignants0,297 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & DementiaMême sujetAlcoholism and Thiamine DeficiencyTravaux en français237 207