MétaCan
Menu
Retour à la cohorte
Enregistrement W2168412912 · doi:10.3389/fphys.2012.00491

Assessment of murine lung mechanics outcome measures: alignment with those made in asthmatics

2013· article· en· W2168412912 sur OpenAlexafffund
Julia K. L. Walker, Monica Kraft, John T. Fisher

Notice bibliographique

RevueFrontiers in Physiology · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensQueen's University
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésAsthmaMedicineExacerbationLungRespiratory physiologyDiseaseIntensive care medicinePathogenesisLung diseaseImmunologyPathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Although asthma is characterized as an inflammatory disease, recent reports highlight the importance of pulmonary physiology outcome measures to the clinical assessment of asthma control and risk of asthma exacerbation. Murine models of allergic inflammatory airway disease have been widely used to gain mechanistic insight into the pathogenesis of asthma; however, several aspects of murine models could benefit from improvement. This review focuses on aligning lung mechanics measures made in mice with those made in humans, with an eye toward improving the translational utility of these measures. A brief description of techniques available to measure murine lung mechanics is provided along with a methodological consideration of their utilization. How murine lung mechanics outcome measures relate to pulmonary physiology measures conducted in humans is discussed and we recommend that, like human studies, outcome measures be standardized for murine models of asthma.

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)0,017
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,288
Écart entre enseignants0,273 · 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'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

Citations21
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetAsthma and respiratory diseasesTravaux en français237 207