Extracellular Vesicles for the Treatment of Alzheimer's Disease: A Systematic Review
Notice bibliographique
Résumé
The development of novel treatments that restore brain function and improve patient outcomes for Alzheimer's disease (AD) is necessary, given the complications and lack of improvement in recently approved amyloid beta (Aβ)-targeting drugs. Cell-derived extracellular vesicles (EVs) have been found to improve cognitive function through reduced inflammation, oxidative stress, and apoptosis, restoring neuronal and blood-brain barrier function, and inhibiting Aβ and phosphorylated tau build-up in the brain. Given the recent emergence of EVs into clinical trials, it is essential to provide the field with an update on proposed mechanisms of action, gaps in knowledge for further study, and recommendations for producing EVs with high therapeutic efficacy to ensure success in subsequent clinical trials. This systematic review summarizes original research to date that reports effects of mammalian cell-derived EVs for the treatment of AD. Evidence of therapeutic benefits and reported mechanisms of action are discussed. Further, methods for engineering EVs to increase their therapeutic efficacy and produce high-quality EVs relevant to the AD field are outlined. The quality of evidence is discussed in terms of reporting guidelines from the Minimal Information for Studies of Extracellular Vesicles (MISEV). The review further discusses current preclinical AD models and provides direction to improve the quality of AD models for testing novel therapeutics.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».