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
It is becoming increasingly evident that peripheral organ-centered inflammatory diseases, including chronic inflammatory liver diseases, are associated with changes in central neural transmission that result in alterations in behavior. These behavioral changes include sickness behaviors, such as fatigue, cognitive dysfunction, mood disorders, and sleep disturbances. While such behaviors have a significant impact on quality of life, the changes within the brain and the communication pathways between the liver and the brain that give rise to changes in central neural activity are not fully understood. Traditionally, neural and humoral communication pathways have been described, with the three cytokines TNFα, IL-1β, and IL-6 receiving the most attention in mediating communication between the periphery and the brain, in the setting of peripheral inflammation. However, more recently, we described an immune-mediated communication pathway in experimentally induced liver inflammation whereby, in response to activation of resident immune cells in the brain (i.e., the microglia), peripheral circulating monocytes transmigrate into the brain, leading to development of sickness behaviors. These signaling pathways drive changes in behavior by altering central neurotransmitter systems. Specifically, changes in serotonergic and corticotropin-releasing hormone neurotransmission have been demonstrated and implicated in liver inflammation-associated sickness behaviors. Understanding how the liver communicates with the brain in the setting of chronic inflammatory liver diseases will help delineate novel therapeutic targets that can reduce the burden of symptoms in patients with liver disease.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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