MétaCan
Menu
Retour à la cohorte
Enregistrement W1982621637 · doi:10.1002/tbmb.718540874

Anti‐Retroviral Protease Inhibitors ‐ ‘A Two Edged Sword?’

2003· review· en· W1982621637 sur OpenAlexaff
Ralph J. Germinario

Notice bibliographique

RevueIUBMB Life · 2003
Typereview
Langueen
DomaineMedicine
ThématiqueHIV-related health complications and treatments
Établissements canadiensJewish General Hospital
Organismes subventionnairesnon disponible
Mots-clésSWORDProteaseVirologyComputational biologyBiologyChemistryBiochemistryComputer scienceEnzymeWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The use of anti-retroviral protease inhibitors in combination with nucleoside analog or non nucleoside reverse transcriptase inhibitors (HAART) has led to dramatic decreases in the mortality seen with HIV infected patients. In concert with these treatment regimens, especially with the inclusion of the anti-retroviral protease inhibitors (PI), a complex series of metabolic complications occurred. These included alterations of fat and carbohydrate metabolism. In some patients, one could observe either lipoatrophy (fat wasting) as well as lipohypertrophy (fat deposition) or both. The problem is that the lack of a case definition of the altered fat metabolism confuses diagnoses. In vitro, interference with fat cell differentiation has been demonstrated by PI. Further, in vitro studies demonstrate that indinavir, a PI currently used in HIV treatment, can interact with the insulin responsive glucose transporter (GLUT4). The activity of the GLUT4 is inhibited by indinavir and eventual insulin resistance has been shown (i.e. in vivo and in vitro). Also, controversy exists regarding insulin signaling in fat cells. Finally, the relationships between hyperlipidemia and/or lipolysis and altered carbohydrate metabolism (i.e. mild glucose intolerance, insulin resistance) suggest an association with cardiovascular risk in protease treated patients (Metabolic Syndrome X). In short, while multiple problems exist, no one mechanism can account for the changes observed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,057
Tête enseignante GPT0,392
Écart entre enseignants0,335 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIUBMB LifeMême sujetHIV-related health complications and treatmentsTravaux en français237 207