MétaCan
Menu
Retour à la cohorte
Enregistrement W2070456388 · doi:10.1159/000317035

Gene Expression Profiling of Apoptosis Regulators in Patients with Sepsis

2010· article· en· W2070456388 sur OpenAlexaff
Jacobien J. Hoogerwerf, Marieke A. van Zoelen, W. Joost Wiersinga, Cornelis van ′t Veer, Alex F. de Vos, Marcus J. Schultz, Berend Hooibrink, Evert de Jonge, Tom van der Poll

Notice bibliographique

RevueJournal of Innate Immunity · 2010
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Response and Inflammation
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésSepsisMonocyteApoptosisImmunologyBiologyImmune systemGranulocyteImmunosuppressionGene expressionMolecular biologyGeneLymphocyteGenetics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Sepsis is associated with a dysregulation of apoptosis in immune cells, which has been implicated in both immunosuppression and multiple organ failure. We describe the expression profiles of genes encoding key regulators of apoptosis in highly purified monocytes, granulocytes and CD4+ T lymphocytes. METHODS: Sixteen patients with sepsis were recruited from the intensive care unit and were compared with 24 healthy controls. RNA was isolated from highly purified monocyte, granulocyte and CD4+ T-lymphocyte populations. Gene expression profiles were determined using multiplex ligation-dependent probe amplification for the simultaneous detection of 30 pro- and anti-apoptotic target genes. RESULTS: Relative to healthy controls, patients with sepsis showed increased transcription of both pro- and anti-apoptotic genes in peripheral blood leukocytes. Specific monocyte, granulocyte and CD4+ T-lymphocyte mRNA profiles were identified. Anti-apoptotic profiles were found in monocytes and granulocytes, while CD4+ T lymphocytes displayed a foremost pro-apoptotic mRNA profile. CONCLUSIONS: These data indicate that in patients with sepsis, the alterations in apoptosis of circulating leukocytes occur in a cell-specific manner.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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'étudeObservationnel
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

Citations14
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Innate ImmunityMême sujetImmune Response and InflammationTravaux en français237 207