MétaCan
Menu
Retour à la cohorte
Enregistrement W2122222448 · doi:10.1165/rcmb.2010-0146tr

Modeling Asthma in Mice

2010· review· en· W2122222448 sur OpenAlexafffund
Jeremy A. Hirota, Tillie‐Louise Hackett, Mark D. Inman, Darryl A. Knight

Notice bibliographique

RevueAmerican Journal of Respiratory Cell and Molecular Biology · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster UniversitySt. Joseph's HospitalSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAsthmaMedicineComputational biologyImmunologyBiology

Résumé

récupéré en direct d'OpenAlex

Clinical reports of areas of damaged airway epithelium associated with shed epithelial cells in bronchoalveolar lavage fluid, aberrant epithelial repair processes, and altered cytokine and growth factor release have highlighted some fundamental differences between the airway epithelium in individuals with and without asthma. However, the consequences of these epithelial changes are not clearly defined, and may be difficult to assess in the clinic. In this Review, we answer the two questions. (1) What in vivo models and methods have been used to inform us about airway epithelium damage, repair, and immune responses? Our response focuses on genetic influences as well as allergen exposure, environmental/chemical, and mechanical models. (2) How can we improve on existing mouse models to understand changes in airway epithelium biology in asthma? In answering the second question, we include exciting recent studies that have combined multiple exposure methods and/or epithelium-centric outcome measurements. By addressing these two questions, we propose that future interrogation of epithelial responses of both existing and nascent mouse models may provide greater understanding of the mechanisms underlying airway inflammation and remodeling in asthma with hope of generating novel therapeutic targets.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,016
Tête enseignante GPT0,319
Écart entre enseignants0,303 · 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

Citations31
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory Cell and Molecular BiologyMême sujetAsthma and respiratory diseasesTravaux en français237 207