Genomics and pharmacogenomics of cluster headache: implications for personalized management? A systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The role of genetic factors in cluster headache etiology, suggested by familial and twin studies, remains ill-defined, with the exact pathophysiological mechanisms still largely elusive. This systematic review aims to synthesize current knowledge on cluster headache genetics and explore its implications for personalized treatment and prediction of treatment response. Thus, we searched PubMed, Scopus, and the Cochrane Library databases and reference lists of identified research articles, meta-analyses, and reviews to identify relevant studies up to 10 July 2024. The quality of the evidence was assessed using Newcastle-Ottawa Scale for case control studies and NIH Quality Assessment tool for Observational Cohort and Cross-Sectional Studies. The protocol of this study was registered via the Open Science Framework ( https://osf.io/cd4s3 ). Fifty-one studies were selected for the qualitative synthesis: 34 candidate gene studies, 5 GWAS, 7 gene expression studies, 4 pharmacogenetic association studies, and 1 whole genome sequencing study. The bulk of genetic evidence in cluster headache underscores the involvement of genes associated with chronobiological regulation. The most studied gene in cluster headache is the HCRTR2 , which is expressed in the hypothalamus; however, findings across studies continue to be inconclusive. Recent GWAS have uncovered novel risk loci for cluster headache, marking a significant advancement for the field. Nevertheless, there remains a need to investigate various genes involved in specific mechanisms and pathways.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle