MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132914766

Implementation of Co-clinical Autism Trials in Mice and Humans

2023· dissertation· W7132914766 sur OpenAlexafffund
Zsuzsa Lindenmaier

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesHospital for Sick Children
Mots-clésAutismClinical trialSet (abstract data type)Autism spectrum disorderAnimal modelProtocol (science)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Despite promise in animal models, novel therapeutics consistently fail in clinical trials of autism. Due to the heterogeneous nature of autism, treatment will likely only ameliorate symptoms in a subset of patients. There is a need to simultaneously test promising new compounds while understanding and predicting which patients will respond to each therapy. To determine what might contribute to response susceptibility, the implementation of co-clinical trials in autism is proposed. Here, the implementation of multiple co-clinical trials is discussed, including how changes to the protocols were expanded and adapted as the projects proceeded. The first studies set the groundwork for the methodology, first in a study of high throughput characterization of behavioural and neuroanatomical measures in mouse models, then in a study of oxytocin in mouse models of autism. Next, the first true co-clinical trial of tideglusib was investigated in mouse models of autism, followed by an investigation of arbaclofen that deviated due to treatment side effects. A high-throughput protocol for mouse models of autism is discussed, which encompasses chronic treatment over development, multiple magnetic resonance imaging time-points, and behavioural tests before, during, and after treatment. Human subjects also follow an extensive phenotyping protocol, including behavioural testing, as well as genetics and imaging assessments. This multi-modal, multi-species approach is designed to be a rigorous method of assessing treatment effect, with the intention of stratification by response susceptibility. Considerations that are key to successful implementation of a co-clinical trial are discussed, including behavioural, neuroanatomical, treatment, subject, and data analysis aspects. Recommendations based off lessons-learned are also reviewed, including the design of a third co-clinical trial. All of these considerations are discussed and implemented in a manner that makes use of the heterogeneity of the disorder-- an aspect that historically is ignored-- while also prioritizing translation across species. The implementation of co-clinical trials is the right "next step" for autism research, where the classic progression of therapeutics has failed. The hope is to introduce the concept of co-clinical trials to the field of autism, creating a shift in our current approach to the treatment of the disorder.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,060
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,318

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,024
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0040,004
Science ouverte0,0030,005
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,194
Tête enseignante GPT0,561
Écart entre enseignants0,367 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetAutism Spectrum Disorder Research→Travaux en français237 207→