Is It Possible to Regenerate the Underactive Detrusor? Part 1. Molecular and Stem Cell Therapies Targeting the Urinary Bladder and Neural Axis ‐ ICI‐RS 2024
Notice bibliographique
Résumé
INTRODUCTION: Detrusor muscle weakness is commonly noted on urodynamics in patients with refractory voiding difficulty. No approved therapies have been proven to augment the strength of a detrusor voiding contraction. METHODS: This subject was discussed by a think-tank at the International Consultation on Incontinence- Research Society (ICI-RS) meeting held in Bristol, June 2024. The discussions of the think-tank are being published in two parts. This first part discusses molecular and stem cell therapies targeting the urinary bladder and the neural axis. RESULTS: Senescence of the urothelium and extracellular ATP acting through P2X3 receptors might be important in detrusor underactivity. Several molecules such as parasympathomimetics, acotiamide, ASP8302, neurokinin-2 agonists have been explored but none has shown unequivocal clinical benefit. Different stem cell therapy approaches have been used, chiefly in neurogenic dysfunction, with some studies showing benefit. Molecular targets for the neural axis have included TRPV-4, Bombesin, and serotoninergic receptors and TAC-302 which induces neurite growth. CONCLUSIONS: Several options are currently being pursued in the search for an elusive molecular or stem cell option for enhancing the power of the detrusor muscle. These encompass a wide range of approaches that target each aspect of the contraction mechanism including the urothelium of bladder and urethra, myocyte, and neural pathways. While none of these have shown unequivocal clinical utility, some appear promising. Lessons from other fields of medicine might prove instructive. CLINICAL TRIAL REGISTRATION: Not necessary. Not a clinical trial.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».