MicroRNAs as Signaling Mediators and Biomarkers of Drug- and Chemical-Induced Liver Injury
Notice bibliographique
Résumé
Drug-induced liver injury (DILI) is major problem for both the drug industry and for clinicians. There are two basic categories of DILI: intrinsic and idiosyncratic. The former is the chief cause of acute liver failure in several developed countries, while the latter is the most common reason for post-marketing drug withdrawal and a major reason for failure to approve new drugs in the U.S. Although considerably more progress has been made in the study of intrinsic DILI, our understanding of both forms of drug hepatotoxicity remains incomplete. Recent work involving microRNAs (miRNAs) has advanced our knowledge of DILI in two ways: (1) possible roles of miRNAs in the pathophysiological mechanisms of DILI have been identified, and (2) circulating miRNA profiles have shown promise for the detection and diagnosis of DILI in clinical settings. The purpose of this review is to summarize major findings in these two areas of research. Taken together, exciting progress has been made in the study of miRNAs in DILI. Possible mechanisms through which miRNA species contribute to the basic mechanisms of DILI are beginning to emerge, and new miRNA-based biomarkers have the potential to greatly improve diagnosis of liver injury and prediction of patient outcomes.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 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 ».