MétaCan
Menu
Retour à la cohorte
Enregistrement W1991362327 · doi:10.1542/peds.2013-1911

Translational Research in Pediatrics III: Bronchoalveolar Lavage

2014· review· en· W1991362327 sur OpenAlexaff
Dhenuka Radhakrishnan, Cory Yamashita, Carolina Gillio‐Meina, Douglas D. Fraser

Notice bibliographique

RevuePEDIATRICS · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueTracheal and airway disorders
Établissements canadiensWestern UniversityChildren’s Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésBronchoalveolar lavageMedicineImmunologyInflammationPathophysiologyTranslational researchProteomicsPathologyLungGeneInternal medicine

Résumé

récupéré en direct d'OpenAlex

The role of flexible bronchoscopy and bronchoalveolar lavage (BAL) for the care of children with airway and pulmonary diseases is well established, with collected BAL fluid most often used clinically for microbiologic pathogen identification and cellular analyses. More recently, powerful analytic research methods have been used to investigate BAL samples to better understand the pathophysiological basis of pediatric respiratory disease. Investigations have focused on the cellular components contained in BAL fluid, such as macrophages, lymphocytes, neutrophils, eosinophils, and mast cells, as well as the noncellular components such as serum molecules, inflammatory proteins, and surfactant. Molecular techniques are frequently used to investigate BAL fluid for the presence of infectious pathologies and for cellular gene expression. Recent advances in proteomics allow identification of multiple protein expression patterns linked to specific respiratory diseases, whereas newer analytic techniques allow for investigations on surfactant quantification and function. These translational research studies on BAL fluid have aided our understanding of pulmonary inflammation and the injury/repair responses in children. We review the ethics and practices for the execution of BAL in children for translational research purposes, with an emphasis on the optimal handling and processing of BAL samples.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,119
Tête enseignante GPT0,427
Écart entre enseignants0,308 · 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

Citations29
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePEDIATRICSMême sujetTracheal and airway disordersTravaux en français237 207