Administration d'Eugénol intrathécal pour le traitement de la douleur neuropathique
Bibliographic record
Abstract
Le projet porte sur l’étude de l’effet de l’eugénol, composant principal du clou de\ngirofle, sur la douleur neuropathique. L’objectif principal du projet était de\ndéterminer la contribution du système nerveux central dans l’effet analgésique de\nl’eugénol. Lors d’une étude préliminaire, la pénétrabilité de l’eugénol a été\névaluée dans le système nerveux central du rat. Des échantillons de sang, de\ncerveau et de moelle épinière ont été prélevés et les concentrations d’eugénol dans\nces différents tissus ont été analysées à l’aide d’un spectromètre de masse. Les\nrésultats ont montré que l’eugénol pénètre bien le système nerveux central avec\nune distribution plus importante dans la moelle épinière. Après l’induction de la\ndouleur neuropathique à des rats Sprague-Dawley par le modèle de ligatures du\nnerf sciatique, des injections intrathécales d’eugénol furent réalisées afin d’évaluer\nl’effet central de l’eugénol. La plus forte dose d’eugénol a atténué l’allodynie\nsecondaire après 15min, 2h et 4h et a aussi amélioré l’hyperalgésie thermique\naprès 2h et 4h.\nCes résultats confirment l’hypothèse que l’eugénol atténue les deux aspects de la\ndouleur neuropathique que sont l’allodynie et l’hyperalgésie. Les injections au\nniveau lombaire permettent de penser que l’eugénol, un agoniste/antagoniste des\nrécepteurs vanilloïdes pourrait diminuer la douleur neuropathique en agissant\nnotamment au niveau des récepteurs vanilloïdes situés dans la corne dorsale de la\nmoelle épinière.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".