Viral Anti-Inflammatory Reagents: The Potential for Treatment of Arthritic and Vasculitic Disorders
Notice bibliographique
Résumé
Inflammatory and immune responses are inherent in the development of progressive arthritic or vasculitic disorders. Arthritis is frequently associated with accelerated forms of vasculitis; atherosclerosis being one form of accelerated vasculitis that blocks blood flow causing heart attacks and strokes. The arterial supply is central to maintaining normal articular function and acts as a conduit for inflammatory (innate) and immune (antigen dependent) cell trafficking in joints. The vasculature in some cases can become inflamed in the disease process. While treatment of severely debilitating arthritic disorders has improved, some current treatments are limited to reducing symptoms while others act as disease modifying drugs (DMARDs), but may have limited success. Many current treatments also have reported adverse side effects. Vasculitic disorders are similarly debilitating with high associated morbidity and mortality and current therapy for these disorders is only partially successful. Immune-modifying agents, which alter vascular inflammation, thus have potential for application in rheumatologic diseases. Viral immune modulating proteins reduce early arterial inflammatory responses with associated reductions in atherosclerotic plaque development and transplant rejection in a wide range of animal models. A clinical trial utilizing one such viral reagent, a secreted myxomaviral serpin, is currently in progress, assessing treatment of acute coronary syndrome, a vascular syndrome with marked up-regulation of systemic inflammatory responses. In this review we examine viral anti-inflammatory proteins as potential therapeutic reagents for arthritic and vasculopathic disorders.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».