MétaCan
Menu
Retour à la cohorte
Enregistrement W4402965375 · doi:10.3390/brainsci14100990

Advancements in Pharmacological Treatment of Alzheimer’s Disease: The Advent of Disease-Modifying Therapies (DMTs)

2024· review· en· W4402965375 sur OpenAlexaff
Qiong Wang, Sihui Chen, Junhui Wang, Huifang Shang, Xueping Chen

Notice bibliographique

RevueBrain Sciences · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineDiseaseClinical trialDrug developmentAlzheimer's diseaseIntensive care medicineDrugPharmacologyPathology

Résumé

récupéré en direct d'OpenAlex

The landscape of pharmacological treatment for Alzheimer's disease (AD) has undergone significant transformations with the advent of disease-modifying therapies (DMTs) targeting β-Amyloid (Aβ) accumulation, one of the hallmark pathologies of AD. The approval and market introduction of monoclonal antibodies mark the dawn of a new era in AD therapeutics as well. Furthermore, considerable progress has also been made in the development of new drugs targeting non-Aβ and non-Tau protein pathways. These advancements are key in tackling the root causes of AD, offering hope for treatments that both relieve symptoms and slow disease progression, improving patient outcomes and quality of life. This review aims to provide a comprehensive update on the advances in drug development and application for AD, including those currently in clinical trials and those already approved for the market to treat patients.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,821

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,221
Tête enseignante GPT0,492
Écart entre enseignants0,271 · 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'étudeAutre devis
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207