MétaCan
Menu
Retour à la cohorte
Enregistrement W1990406538 · doi:10.1172/jci40839

Pathogenic antibodies are active participants in spinal cord injury

2009· letter· en· W1990406538 sur OpenAlexaff
Gregory A. Dekaban, Sakina G. Thawer

Notice bibliographique

RevueJournal of Clinical Investigation · 2009
Typeletter
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensRobarts Clinical TrialsWestern University
Organismes subventionnairesnon disponible
Mots-clésNeuroprotectionPathogenesisAutoimmunitySpinal cord injuryMedicineAntibodySpinal cordImmunologyLesionDiseaseMechanism (biology)NeuroscienceBioinformaticsPathologyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The role of B cells and autoimmunity as contributing factors to poor neurological outcomes following spinal cord injury (SCI) is poorly understood. The study by Ankeny et al., in this issue of the JCI, identifies a new immunopathological mechanism arising after SCI in mice (see the related article beginning on page 2990). The study shows that B cells produce pathogenic antibodies that impair lesion repair, resulting in worse neurological outcome. This new understanding of SCI disease pathogenesis, if confirmed in humans, reveals potential avenues for the development of novel neuroprotective immunotherapies.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0130,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,252
Tête enseignante GPT0,431
Écart entre enseignants0,179 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations21
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical InvestigationMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207