MétaCan
Menu
Retour à la cohorte
Enregistrement W2137602698 · doi:10.1186/1475-2840-11-37

Vascular stem cells in diabetic complications: evidence for a role in the pathogenesis and the therapeutic promise

2012· review· en· W2137602698 sur OpenAlexafffund
Emily C. Keats, Zia A. Khan

Notice bibliographique

RevueCardiovascular Diabetology · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueMesenchymal stem cell research
Établissements canadiensLondon Health Sciences CentreLawson Health Research InstituteWestern University
Organismes subventionnairesLawson Health Research InstituteCanadian Diabetes AssociationHeart and Stroke Foundation of Canada
Mots-clésMedicineProgenitor cellPathogenesisStem cellDiabetes mellitusMesenchymal stem cellEndothelial stem cellHaematopoiesisImmunologyBioinformaticsPathologyEndocrinologyCell biologyBiology

Résumé

récupéré en direct d'OpenAlex

Long standing diabetes leads to structural and functional alterations in both the micro- and the macro-vasculature. Vascular endothelial cells (ECs) are the primary target of the hyperglycemia-induced adverse effects. Vascular stem cells that give rise to endothelial progenitor cells (EPCs) and mesenchymal progenitor cells (MPCs) represent an attractive target for cell therapy for diabetic patients. A number of studies have reported EPC dysfunction as a novel participant in the culmination of the diabetic complications. The controversy behind the identity of EPCs and the similarity between these progenitor cells to hematopoietic cells has led to conflicting results. MPCs, on the other hand, have not been examined for a potential role in the pathogenesis of the complications. These multipotent cells, however, do show a therapeutic role. In this article, we summarize the vascular changes that occur in diabetic complications highlighting some of the common features, the key findings that illustrate an important role of vascular stem cells (VSCs) in the pathogenesis of chronic diabetic complications, and provide mechanisms by which these cells can be used for therapy.

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)0,010
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,164
Tête enseignante GPT0,365
Écart entre enseignants0,201 · 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.

Devis d'étudeAutre devis
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

Citations32
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCardiovascular DiabetologyMême sujetMesenchymal stem cell researchTravaux en français237 207