MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Neutrophil, Myeloperoxidase and Oxidative Mechanisms
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

1 048 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
1 048 travaux dans la cohorte · sur 4 299 418page 1 sur 21

Les étiquettes couvrent 0 des 1 048 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 1 048 des 1 048 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Targeting potential drivers of COVID-19: Neutrophil extracellular traps
Betsy Barnes, José M. Adrover, Amelia Baxter-Stoltzfus, Alain Borczuk, Jonathan Cools‐Lartigue, James M. Crawford +17 autres
2020· article· en· The Journal of Experimental Medicine· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
1 583
citations
afffundsans résuménon étiqueté
TNF and ROS Crosstalk in Inflammation
Heiko Blaser, Catherine Dostert, Tak W. Mak, Dirk Brenner
2016· review· en· Trends in Cell Biology· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
996
citations
afffundnon étiqueté
NETosis: how vital is it?
Bryan G. Yipp, Paul Kubes
2013· review· en· Blood· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
970
citations
afffundsans résuménon étiqueté
The neutrophil in vascular inflammation
Mia Phillipson, Paul Kubes
2011· review· en· Nature Medicine· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
750
citations
affnon étiqueté
The phagocytes: neutrophils and monocytes
David C. Dale, Laurence A. Boxer, W. Conrad Liles
2008· review· en· Blood· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
730
citations
affnon étiqueté
Residual NADPH Oxidase and Survival in Chronic Granulomatous Disease
Douglas B. Kuhns, W. Gregory Alvord, Theo Heller, Jordan J. Feld, Kristen Pike, Beatriz E. Marciano +8 autres
2010· article· en· New England Journal of Medicine· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
560
citations
affnon étiqueté
Neutrophils: New insights and open questions
Klaus Ley, Hal M. Hoffman, Paul Kubes, Marco A. Cassatella, Arturo Zychlinsky, Catherine C. Hedrick +1 autres
2018· review· en· Science Immunology· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
541
citations
afffundsans résuménon étiqueté
Neutrophil Diversity in Health and Disease
Carlos Silvestre-Roig, Zvi G. Fridlender, Michael Glogauer, Patrizia Scapini
2019· review· en· Trends in Immunology· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
521
citations
affvenuenon étiqueté
Mechanisms of Degranulation in Neutrophils
Paige Lacy
2006· article· en· Allergy Asthma and Clinical Immunology· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
461
citations
afffundnon étiqueté
NADPH Oxidases, Reactive Oxygen Species, and the Kidney
Mona Sedeek, Rania Nasrallah, Rhian M. Touyz, Richard Hébert
2013· review· en· Journal of the American Society of Nephrology· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
446
citations
affsans résuménon étiqueté
Neutrophils: Cinderella of innate immune system
Vijay Kumar, Ambika Sharma
2010· review· en· International Immunopharmacology· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
445
citations
affnon étiqueté
Neutrophil activation and acute lung injury
Warren L. Lee, Gregory P. Downey
2001· review· en· Current Opinion in Critical Care· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
431
citations
affsans résuménon étiqueté
Phagocytosis by neutrophils
Warren L. Lee, Rene E. Harrison, Sergio Grinstein
2003· review· en· Microbes and Infection· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
423
citations
affnon étiqueté
Measuring Myeloperoxidase Activity in Biological Samples
Benjamin Pulli, Muhammad Ali, Reza Forghani, Stefan Schob, Kevin Li‐Chun Hsieh, Gregory R. Wojtkiewicz +2 autres
2013· article· en· PLoS ONE· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
377
citations
afffundnon étiqueté
Neutrophil phenotypes and functions in cancer: A consensus statement
Daniela F. Quail, Borko Amulic, Monowar Aziz, Betsy Barnes, Evgeniy Eruslanov, Zvi G. Fridlender +19 autres
2022· review· en· The Journal of Experimental Medicine· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
345
citations
affnon étiqueté
Patients with COVID-19: in the dark-NETs of neutrophils
Maximilian Ackermann, Hans‐Joachim Anders, Rostyslav Bilyy, Gary L. Bowlin, Christoph Daniel, Rebecca De Lorenzo +41 autres
2021· review· en· Cell Death and Differentiation· Immunology and Microbiology
prédiction machine:candidate · aucuneconsensus · aucune
321
citations

En coulisses: Sélection · Constats · À propos