MétaCan
Menu
Retour à la cohorte
Enregistrement W7071051084

Repurposing Fumaric Acid Esters to Treat Conditions of Oxidative Stress and Inflammation : A Promising Emerging Approach with Broad Potential

2019· other· en· W7071051084 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDimethyl fumarateFumaric acidRepurposingOxidative stressPsoriasisInflammationDrugDrug repositioning
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The medicinal benefit of salts of fumaric acid and its esters (FAE), known as fumarates (mono and dimethyl fumarate), was realized many years ago. Early on, FAE were derived from plants and mushrooms (e.g., Fumaria officinalis, Boletus fomentarius var. pseudo-igniarius). The FAE containing formulation Fumaderm® was licensed in Germany for the treatment of psoriasis in 1994. Recently, a clinical formulation of dimethyl fumarate known as BG12 (Tecfidera) was approved for use in the United States, New Zealand, Australia, European Union, Switzerland, and Canada for the treatment of multiple sclerosis. Others and we have assessed the potential benefit of FAE in a number of disease conditions that are diverse with respect to etiology but unified with regard to the involvement of inflammation and oxidative stress. Hence, a FAE-based drug with robust anti-oxidative and anti-inflammatory effects that is already US-FDA approved is a perfect contender for repurposing and rapid clinical implementation for their management. There is a burgeoning literature on the use of FAE in the prevention and treatment of diseases, other than psoriasis and MS, in which oxidative stress and/or inflammation are prominent. This chapter highlights critical information gleaned from these studies, exposes lacunae of potential importance, and provides related perspectives.

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), Bibliométrie, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0290,021
Études des sciences et des technologies0,0010,001
Communication savante0,0040,017
Science ouverte0,0030,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,037
Tête enseignante GPT0,316
Écart entre enseignants0,278 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Travaux en français237 207