Modern approaches to understanding stress and disease susceptibility: A review with special emphasis on respiratory disease
Notice bibliographique
Résumé
Studies in animals and humans link both physical and psychological stress with an increased incidence and severity of respiratory infections. For this manuscript we define stress as the physiological responses an individual undergoes while adjusting to a continually changing environment. It is known that stressors of various types (psychological/physical) can alter the physiological levels of certain hormones, chemokines and cytokines. These alterations send information to the central nervous system to take necessary action which then sends messages to appropriate organs/tissues/cells to respond. These messages can either activate or suppress the immune system as needed and failure to compensate for this by the body can lead to serious health-related problems. Little is known how stress affects disease susceptibility, yet understanding this mechanism is important for developing effective treatments, and for improving health and food quality. The current review focuses on (a) the effects of psychological stressors in humans and animals, (b) various methodologies employed to understand stress responses and their outcomes, and (c) the current status of the attempts to correlate stress and disease with respiratory disease as model system. The methodologies included in this review span traditional epidemiological, behavioral and immunological studies to current high throughput genomic, proteomic, metabolomic/metabonomic approaches. With the advent of various newer omics and bioinformatics methodologies we postulate that it will become feasible to understand the mechanisms through which stress can influence disease onset. Although the literature in this area is limited because of the infancy of this research area, the objective of this review is to illustrate the power of new approaches to address complex biological questions. These new approaches will also aid in our understanding how these processes are related to the dynamics and kinetics of changes in expression of multiple genes at various levels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».