MétaCan
Menu
Retour à la cohorte
Enregistrement W2118046722 · doi:10.1161/circresaha.109.212217

The RAGE Axis

2010· review· en· W2118046722 sur OpenAlexaff
Shi Fang Yan, Ravichandran Ramasamy, Ann Marie Schmidt

Notice bibliographique

RevueCirculation Research · 2010
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Glycation End Products research
Établissements canadiensColumbia College
Organismes subventionnairesNational Institute on Aging
Mots-clésRage (emotion)GlycationProinflammatory cytokineReceptorAdvanced glycation end-productOxidative stressReactive oxygen speciesImmunoglobulin superfamilyHMGB1Cell biologyChemistryInternal medicineEndocrinologyMedicineInflammationBiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

The immunoglobulin superfamily molecule RAGE (receptor for advanced glycation end product) transduces the effects of multiple ligands, including AGEs (advanced glycation end products), advanced oxidation protein products, S100/calgranulins, high-mobility group box-1, amyloid-beta peptide, and beta-sheet fibrils. In diabetes, hyperglycemia likely stimulates the initial burst of production of ligands that interact with RAGE and activate signaling mechanisms. Consequently, increased generation of proinflammatory and prothrombotic molecules and reactive oxygen species trigger further cycles of oxidative stress via RAGE, thus setting the stage for augmented damage to diabetic tissues in the face of further insults. Many of the ligand families of RAGE have been identified in atherosclerotic plaques and in the infarcted heart. Together with increased expression of RAGE in diabetic settings, we propose that release and accumulation of RAGE ligands contribute to exaggerated cellular damage. Stopping the vicious cycle of AGE-RAGE and RAGE axis signaling in the vulnerable heart and great vessels may be essential in controlling and preventing the consequences of diabetes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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.

Tête enseignante Opus0,137
Tête enseignante GPT0,481
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations378
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation ResearchMême sujetAdvanced Glycation End Products researchTravaux en français237 207