MétaCan
Menu
Retour à la cohorte
Enregistrement W1984256139 · doi:10.1089/rej.2008.0750

Aging and Neutrophils: There Is Still Much To Do

2008· review· en· W1984256139 sur OpenAlexaff
Carl Fortin, Patrick P. McDonald, Olivier Lesur, Tamàs Fülöp

Notice bibliographique

RevueRejuvenation Research · 2008
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueNeutrophil, Myeloperoxidase and Oxidative Mechanisms
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésImmunologyReactive oxygen speciesImmune systemChemotaxisMajor histocompatibility complexPhagocytosisReceptorAntigen presentationBiologyDiseaseStimulationAntigenCell biologyNeuroscienceMedicineT cellGeneticsPathology

Résumé

récupéré en direct d'OpenAlex

Human neutrophils are activated by a wide array of compounds through their receptors. This elicits their classical functions, such as chemotaxis, phagocytosis, and the production of reactive oxygen species (ROS). Upon stimulation, neutrophils also produce lipid and immune mediators and can present antigen through the major histocompatibility complex I (MHC-I). The age-related impairment of the classical functions of neutrophils is well described, but experimental evidence showing alterations in the production of mediators and antigen presentation with aging are lacking. This review highlights the role of neutrophils in age-related pathologies such as Alzheimer's disease, atherosclerosis, cancer, and autoimmune diseases. Furthermore, we discuss how aging potentially affects the production and release of mediators by human neutrophils in ways that may contribute to the development of these pathologies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,131
Tête enseignante GPT0,412
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

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

Citations96
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRejuvenation ResearchMême sujetNeutrophil, Myeloperoxidase and Oxidative MechanismsTravaux en français237 207