Experimental animal models for alzheimer disease [Alzheimer hastaliğinda deneysel hayvan modelleri]
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
Alzheimer’s disease (AD) which is an age related disorder is characterized by progressive cognitive decline. Accumulation of extracellular amyloid plaques, intracellular neurofibrillary tangles and neuronal loss is observed in AD brain. Exploring the neuropathology of AD in human pre-clinical stages is not easy. Mechanisms which causes AD in preclinical stage and potential new therapeutic targets are understood by transgenic animal models. McGill-R-Thy1-APP rat model is the only model to reproduce AD-like amyloid pathology with a single transgene. Aβ has been the most cited probable causative factor in the onset and progression of AD. In Aβ-based rodent models, there is a significant correlation between increased Aβ levels and cognitive decline. Risk genes in the development of AD are amiloid precursor protein (APP), presenilin-1 (PS-1), presenilin-2 (PS-2) which contain autosomal dominant mutations. In rat models of Tau pathology, transgenic rats which overexpress mutant APP/PS1 display increased Tau alterations in the brain. Injection of Aβ into rat brain is an alternative AD animal model to the use of transgenic animals. In this model, after Aβ1-42 is injected into the CA3 region of hippocampus, progressive decline in behavioral responses are observed. Despite the large variety of therapeutic approaches, AD remains incurable. Because, in clinical diagnosis stage, the brain has suffered irreversible and extensive damage. © 2018, Nobelmedicus. All rights reserved.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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