MétaCan
Menu
Retour à la cohorte
Enregistrement W2120140934 · doi:10.1073/pnas.0303859101

Fibrin depletion decreases inflammation and delays the onset of demyelination in a tumor necrosis factor transgenic mouse model for multiple sclerosis

2004· article· en· W2120140934 sur OpenAlexfundno aff
Katerina Akassoglou, Ryan A. Adams, Jan Bauer, Peter Mercado, Vivian Tseveleki, Hans Lassmann, Lesley Probert, Sidney Strickland

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Institutes of HealthYork UniversityMultiple Sclerosis SocietyNational Center for Research ResourcesNational Institute of Neurological Disorders and StrokeNational Multiple Sclerosis Society
Mots-clésFibrinInflammationMultiple sclerosisGenetically modified mouseImmunologyTumor necrosis factor alphaMedicinePathologyTransgeneNecrosisBiology

Résumé

récupéré en direct d'OpenAlex

In multiple sclerosis, in which brain tissue becomes permeable to blood proteins, extravascular fibrin deposition correlates with sites of inflammatory demyelination and axonal damage. To examine the role of fibrin in neuroinflammatory demyelination, we depleted fibrin in two tumor necrosis factor transgenic mouse models of multiple sclerosis, transgenic lines TgK21 and Tg6074. In a genetic analysis, we crossed TgK21 mice into a fibrin-deficient background. TgK21fib(-/-) mice had decreased inflammation and expression of major histocompatibility complex class I antigens, reduced demyelination, and a lengthened lifespan compared with TgK21 mice. In a pharmacologic analysis, fibrin depletion, by using the snake venom ancrod, in Tg6074 mice also delayed the onset of inflammatory demyelination. Overall, these results indicate that fibrin regulates the inflammatory response in neuroinflammatory diseases. Design of therapeutic strategies based on fibrin depletion could potentially benefit the clinical course of demyelinating diseases such as multiple sclerosis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,123
Tête enseignante GPT0,334
Écart entre enseignants0,211 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations125
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207