Development and Development and functional characterization of a cerebral ischemia-reperfusion in a Cynomolgus macaque model
Bibliographic record
Abstract
L’accident vasculaire cérébral est une pathologie dévastatrice et constitue l’une des premières causes de handicap acquis dans le monde. La thrombectomie mécanique par voie endovasculaire est en train de changer drastiquement la prise en charge de l’AVC ischémique à la phase aiguë, en permettant une reperfusion rapide des tissus hypoperfusés et en réduisant la taille de l’infarct final. Bien que la reperfusion soit sans aucun doute bénéfique, elle peut également causer des lésions irréversibles des tissus, dites « d’ischémie-reperfusion ». Par conséquent, le développement de stratégies dites neuroprotectrices est essentiel pour contrer ces évènements délétères. Dans ce contexte, des modèles expérimentaux pertinents sont nécessaires pour tester de nouvelles thérapies et répondre à des questions importantes relatives à la progression de l’infarctus malgré une recanalisation réussie, la réversibilité des lésions ischémiques, la perturbation de la barrière hémato-encéphalique, les dommages de reperfusion, tout cela dans le but d’améliorer la récupération fonctionnelle post-infarctus. Durant ma thèse, nous avons développé un nouveau modèle non invasif d’ischémie-reperfusion cérébrale chez le primate non humain (Macaca fascicularis) reposant sur une approche endovasculaire peu invasive permettant une occlusion transitoire de l’artère cérébrale moyenne, puis sa reperfusion. La première partie de mes travaux a été consacrée à la mise au point de la méthode d’occlusion et du suivi neurofonctionnel des animaux grâce à l’utilisation de 3 outils que j’ai développés : une échelle d’évaluation neurologique, un test de dextérité manuelle et un test de réponse différée. La seconde partie de mes travaux a consisté à valider le modèle nouvellement développé et à le caractériser. Nous avons ainsi réussi à évaluer les dommages cérébraux per- et post-occlusion par des mesures innovantes d’imagerie (TEP-IRM multiparamétriques) ainsi que les déficits neurologiques des animaux sur le long terme. Ce nouveau modèle translationnel, proche de la réalité clinique, constitue un outil essentiel et innovant pour la recherche de cibles thérapeutiques visant à améliorer l’efficacité des traitements dans cette nouvelle ère de la thrombectomie.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| 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".