The Role of Neuropathology Evaluation in the Nonclinical Assessment of Seizure Liability
Notice bibliographique
Résumé
Test article (TA)-induced seizures represent a major safety concern in drug development. Seizures (altered brain wave [electrophysiological] patterns) present clinically as abnormal consciousness with or without tonic/clonic convulsions (where "tonic" = stiffening and "clonic" = involuntary rhythmical movements). Neuropathological findings following seizures may be detected using many methods. Neuro-imaging may show a structural abnormality underlying seizures, such as focal cortical dysplasia or hippocampal sclerosis in patients with chronic epilepsy. Neural cell type-specific biomarkers in blood or cerebrospinal fluid may highlight neuronal damage and/or glial reactions but are not specific indicators of seizures while serum electrolyte and glucose imbalances may induce seizures. Gross observations and brain weights generally are unaffected by TAs with seizurogenic potential, but microscopic evaluation may reveal seizure-related neuron death in some brain regions (especially neocortex, hippocampus, and/or cerebellum). Current globally accepted best practices for neural sampling in nonclinical general toxicity studies provide a suitable screen for brain regions that are known sites of electrical disruption and/or display seizure-induced neural damage. Conventional nonclinical studies can afford an indication that a TA has a potential seizure liability (via in-life signs and/or microscopic evidence of neuron necrosis), but confirmation requires measuring brain electrical (electroencephalographic) activity in a nonclinical study.
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 | 0,009 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».