Molecular events and signalling pathways involved in skeletal muscle disuse‐induced atrophy and the impact of countermeasures
Notice bibliographique
Résumé
Disuse-induced skeletal muscle atrophy occurs following chronic periods of inactivity such as those involving prolonged bed rest, trauma and microgravity environments. Deconditioning of skeletal muscle is mainly characterized by a loss of muscle mass, decreased fibre cross-sectional area, reduced force, increased fatigability, increased insulin resistance and transitions in fibre types. A description of the role of specific transcriptional mechanisms contributing to muscle atrophy by altering gene expression during muscle disuse has recently emerged and focused primarily on short period of inactivity. A better understanding of the transduction pathways involved in activation of proteolytic and apoptotic pathways continues to represent a major objective, together with the study of potential cross-talks in these cellular events. In parallel, evaluation of the impact of countermeasures at the cellular and molecular levels in short- and long-term disuse experimentations or microgravity environments should undoubtedly and synergistically increase our basic knowledge in attempts to identify new physical, pharmacological and nutritional targets to counteract muscle atrophy. These investigations are important as skeletal muscle atrophy remains an important neuromuscular challenge with impact in clinical and social settings affecting a variety of conditions such as those seen in aging, cancer cachexia, muscle pathologies and long-term space exploration.
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 | 0,001 | 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 ».