MétaCan
Menu
Retour à la cohorte
Enregistrement W4392507572 · doi:10.3390/osteology4010003

Gene Therapy in Pediatric Orthopedics

2024· article· en· W4392507572 sur OpenAlexaff
Emmanuel Olaonipekun, Anthony Lisyansky, Robin Olaonipekun, Bouchra Ghania Merabia, Karim Gaber, Waleed Kishta

Notice bibliographique

RevueOsteology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurogenetic and Muscular Disorders Research
Établissements canadiensMcMaster UniversityMcGill UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésOrthopedic surgeryGenetic enhancementMedicineGeneGeneticsBiologySurgery

Résumé

récupéré en direct d'OpenAlex

Gene therapy is gaining traction as an effective treatment for several deleterious disorders by delivering genetic material using viral or non-viral vectors to correct mutated genes. Research in the field focuses primarily on the treatment of cancers; however, it shows great promise for treating diseases related to pediatric orthopedics. This review aims to describe gene therapy’s application, efficacy and safety in pediatric orthopedics. This paper will examine common pediatric orthopedic disorders including Duchenne muscular dystrophy, osteogenesis imperfecta, spinal muscular atrophy and osteosarcoma. Overall, gene therapy for spinal muscular atrophy and Duchenne muscular dystrophy has made great advances with approved gene therapy drugs already in use, while therapy for osteogenesis imperfecta and osteosarcoma treatments is still widely preclinical but still promising. As a whole, gene therapy is rapidly advancing in the field of pediatric orthopedics; however, further research is crucial in continuing and spreading these advancements and for the treatment of other debilitating pediatric-related orthopedic disorders.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,323
Écart entre enseignants0,298 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOsteologyMême sujetNeurogenetic and Muscular Disorders ResearchTravaux en français237 207