MétaCan
Menu
Retour à la cohorte
Enregistrement W4390451416 · doi:10.1111/1753-0407.13524

Diabetic neuropathy: A <scp>NRF2</scp> disease?

2023· review· en· W4390451416 sur OpenAlexfundno aff
Monica Neagu, Carolina Constantin, Mihaela Surcel, Adriana Munteanu, Cristian Scheau, Ilinca Săvulescu-Fiedler, Constantin Căruntu

Notice bibliographique

RevueJournal of Diabetes · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics, phytochemicals, and oxidative stress
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Infection and ImmunityUnitatea Executiva pentru Finantarea Invatamantului Superior, a Cercetarii, Dezvoltarii si Inovarii
Mots-clésMedicineDiabetes mellitusDiabetic neuropathyDiseaseInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

The transcription factor nuclear factor erythroid 2-related factor 2 (NRF2) has multifarious action with its target genes having redox-regulating functions and being involved in inflammation control, proteostasis, autophagy, and metabolic pathways. Therefore, the genes controlled by NRF2 are involved in the pathogenesis of myriad diseases, such as cardiovascular diseases, metabolic syndrome, neurodegenerative diseases, autoimmune disorders, and cancer. Amidst this large array of diseases, diabetic neuropathy (DN) occurs in half of patients diagnosed with diabetes and appears as an injury inflicted upon peripheral and autonomic nervous systems. As a complex effector factor, NRF2 has entered the spotlight during the search of new biomarkers and/or new therapy targets in DN. Due to the growing attention for NRF2 as a modulating factor in several diseases, including DN, this paper aims to update the recently discovered regulatory pathways of NRF2 in oxidative stress, inflammation and immunity. It presents the animal models that further facilitated the human studies in regard to NRF2 modulation and the possibilities of using NRF2 as DN biomarker and/or as target therapy.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,030
Tête enseignante GPT0,293
Écart entre enseignants0,263 · 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'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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of DiabetesMême sujetGenomics, phytochemicals, and oxidative stressTravaux en français237 207