MétaCan
Menu
← Retour à la cohorte
Enregistrement W1989667032 · doi:10.1212/wnl.0b013e3182452995

Understanding risk in asymptomatic carotid stenosis

2012· letter· en· W1989667032 sur OpenAlexaff
Gustavo Saposnik, Raffi Topakian

Notice bibliographique

RevueNeurology · 2012
Typeletter
Langueen
DomaineMedicine
ThématiqueCerebrovascular and Carotid Artery Diseases
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésInhalationLungFluticasone propionateRespiratory epitheliumEpitheliumMedicinePathologyAlveolar EpitheliumStenosisAirwayPharmacologyAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

Drug delivery by inhalation is used to maximize the therapeutic effect in the lung while minimizing systemic exposure. However, to achieve the best possible treatment we need to understand where a targets is expressed in the lung and assure retention of drugs at the relevant location. Currently, our models regard the lung as a uniform unit and do not distinguish between different tissue structures and hence we need to increase our understanding of what structures are targeted by inhalation and if all benefit from inhaled delivery equally. In the present study, we used RNAscope in-situ hybridization to systemically examine how the administration route influences which part of the lung respond to fluticasone propionate (FP). Together with an automated image analysis, developed specifically to adress the different sub-compartments of the lung, we were able to measure mRNA expression of Zbtb16 in epithelium, sub-epithelium, alveolar bed and blood vessels. Spleenic Zbtb16 expression, measured by qPCR, was used to assess systemic responses. The results show that inhaled and i.v. administration give different distinct spatial responses. Inhalation of FP provides superior targeting of the airway epithelium and sub-epithelium regions but not alveolar space or vasculature compared to systemic administration. Finally, the analysis shows that exclusive targeting of lung epithelium by inhalation can be achieved with very low doses of FP.

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)0,005
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0060,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,042
Tête enseignante GPT0,247
Écart entre enseignants0,205 · 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
GenreCommentaire

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

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetCerebrovascular and Carotid Artery Diseases→Travaux en français237 207→