Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lung transplantation is effective life-saving therapy for the treatment of a variety of end-stage lung diseases. However, the application of lung transplantation is hindered by multiple factors such as the shortage of organ donors, early graft failure and chronic graft dysfunction. These problems are related to various lung injuries before and after transplantation including donor brain-death-related lung injury, ischemia, reperfusion and immune-mediated injuries. Gene transfection presents a potential molecular therapeutic solution to modify the transplanted organ such that it is better able to deal with these obstacles. In fact, in many ways lung transplantation is an ideal situation for gene therapy in that: 1) the targeted injuries are predictable (e.g. IR injury), 2) only transient gene expression is needed in many instances, 3) the immunosuppressive regimen necessary to prevent rejection of the transplanted organ attenuates vector-induced inflammation and the immune response to the vectors or the transgene products, and thus effectively augments and prolongs gene expression; 4) the anatomical structure of the lung enables trans-airway access and local gene delivery - as well as re-transfection. A number of issues need to be considered to develop a strategy of gene delivery in lung transplantation: administration route (intra-airway, trans-vascular, intravenous, intramuscular), timing (donor in-vivo, ex-vivo organ transfection or recipient), vector selection and gene selection. Based on our work and the work of others, over the last decade, we present the state of art of in gene therapy in lung transplantation and exciting future directions in the field.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle