MétaCan
Menu
Retour à la cohorte
Enregistrement W2333022264 · doi:10.1097/mol.0000000000000279

So Much Cholesterol

2016· review· en· W2333022264 sur OpenAlexafffund
Joshua A. Dubland, Gordon A. Francis

Notice bibliographique

RevueCurrent Opinion in Lipidology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueCholesterol and Lipid Metabolism
Établissements canadiensUniversity of British ColumbiaSt. Paul's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésCholesterolFoam cellProinflammatory cytokineArteryCoronary artery diseaseEffluxCoronary atherosclerosisMacrophageCoronary arteriesSmooth muscleBiologyLipoproteinChemistryPathologyInternal medicineMedicineEndocrinologyImmunologyInflammationBiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Smooth muscle cells (SMCs) form the thickened intimal layer in atherosclerosis-prone arteries in early life, and provide the initial site for retention and uptake of atherogenic lipoproteins. Here we review current knowledge regarding the importance of SMCs in the deposition of cholesterol in atherosclerotic plaque. RECENT FINDINGS: SMCs were found to comprise at least 50% of total foam cells in human coronary artery atherosclerosis, and exhibit a selective loss of expression of the cholesterol efflux promoter ATP-binding cassette transporter A1. Cholesterol loading induced a loss of SMC gene expression and an increase in macrophage and proinflammatory marker expression by cultured mouse and human arterial SMCs, with reversal of these effects upon removal of the excess cholesterol. Mice engineered to track all cells of SMC lineage indicated that, at most, SMCs make up about one-third of total cells in atherosclerotic plaque in these animals. SUMMARY: SMCs appear to be the origin of the majority of foam cells in human atherosclerotic plaque. Recent studies suggest a renaissance of research on the role of SMCs in atherosclerosis is needed to make the next leap forward in the prevention and treatment of this disease.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,935
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,154
Tête enseignante GPT0,443
Écart entre enseignants0,290 · 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'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

Citations80
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in LipidologyMême sujetCholesterol and Lipid MetabolismTravaux en français237 207