Patterns of pain: Meta-analysis of microarray studies of pain
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
Existing microarray gene expression profiling studies of tonic/chronic pain were subjected to meta-analysis to identify genes found to be regulated by these pain states in multiple, independent experiments. Twenty studies published from 2002 to 2008 were identified, describing the statistically significant regulation of 2254 genes. Of those, a total of 79 genes were found to be statistically significant "hits" in 4 or more independent microarray experiments, corresponding to a conservative P<0.01 overall. Gene ontology-based functional annotation clustering analyses revealed strong evidence for regulation of immune-related genes in pain states. A multi-gene quantitative real-time polymerase chain reaction experiment was run on dorsal root ganglion (DRG) and spinal cord tissue from rats and mice given nerve (sciatic chronic constriction; CCI) or inflammatory (complete Freund's adjuvant) injury. We independently confirmed the regulation of 43 of these genes in the rat-CCI-DRG condition; the genetic correlates in all other conditions were largely and, in some cases, strikingly, independent. However, a handful of genes were identified whose regulation bridged etiology, anatomical locus, and/or species. Most notable among these were Reg3b (regenerating islet-derived 3 beta; pancreatitis-associated protein) and Ccl2 (chemokine [C-C motif] ligand 2), which were significantly upregulated in every condition in the rat.
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 | 0,019 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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