Notice bibliographique
Résumé
Renal hypertrophy is an important contributor to end-stage renal disease, but little is known about its underlying physiological mechanisms, primarily because of complex etiologies, intricate gene-gene and gene-environment interactions. Kidney mass (Km) can be viewed as a proximal predictor of renal hypertrophy and, consequently, identifying the physiological mechanisms determining Km will probably facilitate our understanding of the factors causing renal hypertrophy. Genetic approaches are powerful in detecting etiological steps involved in pathways and cascades leading to Km control. Recent genetic analyses employing inbred rat models have defined 2 broad categories of genes known as quantitative trait loci (QTLs) responsible for Km. The first class controls Km independently of cardiovascular and hemodynamic phenotypes, suggesting that their underlying physiological mechanisms can be renal-specific and dissociated from those regulating cardiovascular traits. The second class of QTLs modulates Km as well as cardiovascular phenotypes, implying that these renal and cardiovascular traits may share physiological mechanisms. It is expected that some of the mechanisms discovered in animal models may be translated into humans. The strategies of gene discovery for KmQTLs consist of identifying gene candidates (e.g. gene profiling and targeted mutation screening) and in vivo functional validation (e.g. fine congenic resolution, transgenesis and gene targeting). Keywords: End stage renal disease, Renal Hypertrophy, QTL identification, renotropin, Aortic Masses, Small Interference RNAs
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».