MétaCan
Menu
Retour à la cohorte
Enregistrement W4413848379 · doi:10.1016/j.pneurobio.2025.102821

Rodent models of Alzheimer's disease: Critical analysis of current hypotheses and pathways for future research

2025· review· en· W4413848379 sur OpenAlexafffund
Pasindu Hansana Singhaarachchi, Péter Antal, Frédéric Calon, Carsten Culmsee, Jean-Christophe Delpech, Martin Feldotto, J. Geertsema, Emmy E. Hoeksema, Anikó Kőrösi, Sophie Layé, Jonathan L. McQualter, Susanne R. de Rooij, Christoph Rummel, Mary Slayo, Luba Sominsky, Sarah J. Spencer

Notice bibliographique

RevueProgress in Neurobiology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueAlzheimer's disease research and treatments
Établissements canadiensUniversité Laval
Organismes subventionnairesAustralian Research CouncilMedical Research CouncilBundesministerium für Bildung und ForschungAgence Nationale de la RechercheRMIT UniversityAustralian GovernmentNational Health and Medical Research CouncilEuropean CommissionCanadian Institutes of Health ResearchEU Joint Programme – Neurodegenerative Disease Research
Mots-clésNeuroscienceDiseaseCurrent (fluid)Alzheimer's diseaseRodent modelPsychologyBrain researchBiologyMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Alzheimer's disease (AD) was first described over a century ago. However, the mechanisms underlying the disease are not well understood to this day. This has negatively impacted our ability to create animal models to design and test targeted reliable treatments for the disease. Amyloid β plaque accumulation, aggregation of neurofibrillary tangles, neuroinflammation, neurodegeneration, and, of course, cognitive decline, are few of the many observed pathological features associated with AD. However, there is a concern that the animal models of AD that are based on these frameworks may not be accurately representing AD in people. As such, the results from preclinical trials have not historically translated well to the clinic. In this article, we review the current major hypotheses to describe AD; we outline the major strengths and weaknesses of the commonly used rodent models used to replicate features of these hypotheses; and we provide a strategy for the field for future research.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,908
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,240
Tête enseignante GPT0,495
Écart entre enseignants0,254 · 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.

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

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProgress in NeurobiologyMême sujetAlzheimer's disease research and treatmentsTravaux en français237 207