Preclinical perspectives on disorders of the temporomandibular joint: Tracing the past, navigating the present, and shaping the future
Notice bibliographique
Résumé
Temporomandibular disorders (TMDs) are complex conditions characterized by orofacial pain and dysfunction, affecting a significant portion of the population. TMDs may involve joint and/or muscle pain, dysfunction (e.g., noise, limited or altered jaw movements), or both, leading to a marked decrease in quality of life. Patients often experience functional limitations that hinder eating, speaking, and daily activities. Additionally, TMDs are frequently associated with psychological distress, including anxiety and depression, which further impacts overall well-being. Despite the profound individual and societal impact of TMDs, effective therapies remain elusive, partly due to deficiencies in translational research. A primary limitation in the TMD field is the scarcity of animal models that accurately replicate disease features in humans. This may ultimately be due to species differences, but likely also reflects the etiological and symptomatic heterogeneities of TMDs, as there are over 30 different conditions in this umbrella term. Both factors pose a significant challenge in developing and using animal models for TMD research. This review highlights preclinical TMD research to enhance clinical care, focusing on anatomy/physiology, pain and behavior models, functional and tissue modeling, biopsychosocial factors, and technological considerations. The "TMD Research Community" collaborated to produce this review, with the Discussion offering a proposal for a path forward.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».