Notice bibliographique
Résumé
The goal of this chapter is to discuss the regulation of cardiac fibrosis by miRNAs. Cardiac myocytes are normally surrounded by a fine network of collagen fibers. In the normal heart, two thirds of the cell population is composed of nonmuscle cells, the majority of which are fibroblasts. Cardiac fibrosis is the result of both an increase in fibroblast proliferation and extracellular matrix (ECM) deposition. A growing body of evidence indicates that, along with cardiomyocytes hypertrophy, diffusion of interstitial fibrosis is a key pathologic feature of myocardial remodelling in a number of cardiac diseases of different (e.g. ischemic, hypertensive, valvular, genetic, and metabolic) origin. The extracellular matrix (ECM) is a dynamic microenvironment; changes within ECM constitute the second important myocardial adaptation that occurs during cardiac remodelling. A subset of miRNAs is enriched in cardiac fibroblasts compared to cardiomyocytes. A number of studies have demonstrated the involvement of miRNAs in regulating myocardial fibrosis in the settings of myocardial ischemia or mechanical overload. Some miRNAs (miR-208 and miR-21) have been shown to favor fibrogenesis, being profibrotic miRNAs. Others including miR-29, miR-133, miR-30c, and miR-590 have been demonstrated to produce inhibitory effects on fibrogenesis, being anti-fibrotic miRNAs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».