MétaCan
Menu
Retour à la cohorte
Enregistrement W2131920027 · doi:10.1111/j.1749-6632.2000.tb05392.x

Nerve Growth Factor and Neuroimmune Interactions in Inflammatory Diseases

2000· review· en· W2131920027 sur OpenAlexaff
Andrew M. Stanisz, Jolanta Stanisz

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2000
Typereview
Langueen
DomaineNeuroscience
ThématiqueNerve injury and regeneration
Établissements canadiensMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésNerve growth factorNeurotrophinGlial cell line-derived neurotrophic factorNeuroscienceInflammationNeurotrophic factorsMediatorImmune systemGrowth factorBiologyReceptorImmunologyCell biologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Discovered almost 50 years ago, nerve growth factor (NGF) has been extensively studied in various biological systems. NGF has recently been suggested to play an important role in mediating and/or regulating immune response, in addition to its trophic and tropic effects on nerve growth and regeneration It is clear that in complex interactions between immune cells and nervous system NGF plays a central role. We have only just begun to identify and understand the direct mechanisms by which NGF activates target cells, the precise identity of the target cells, and the particular factors released from target cells. Nerve growth factor together with possibly other neurotrophins such as BDNF (brain-derived nerve growth factor), GDNF (glial-derived nerve growth factor) or NT3 are important modulators of immunity. More detailed studies are needed at the receptor, mediator and cellular levels to better understand the neuroimmunomodulatory properties of neurothrophins and NGF. The nature of the involvement of NGF in inflammation and inflammatory diseases remains a particularly interesting question. By blocking NGF or mediators released upon NGF activation, we are able to control the progress of inflammation, thereby opening many therapeutic opportunities for the future.

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)0,001
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,194
Tête enseignante GPT0,397
Écart entre enseignants0,204 · 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

Citations41
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of SciencesMême sujetNerve injury and regenerationTravaux en français237 207