MétaCan
Menu
Retour à la cohorte
Enregistrement W2467651706 · doi:10.1111/cei.12836

Intracellular signalling pathways: targets to reverse immunosenescence

2016· review· en· W2467651706 sur OpenAlexaff
Tamàs Fülöp, Jacek M. Witkowski, Aurélie Le Page, Carl Fortin, Graham Pawelec, Anis Larbi

Notice bibliographique

RevueClinical & Experimental Immunology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueTelomeres, Telomerase, and Senescence
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésImmunosenescenceIntracellularSignalling pathwaysImmunologyBiologySignallingSignal transductionCell biologyImmune system

Résumé

récupéré en direct d'OpenAlex

Ageing is a very complex process, the result of the dysregulation of multiple systems interacting in many ways. A prominent change occurring with ageing is related to the architecture and functioning of the immune system, viewed commonly as detrimental and termed 'immunosenescence'. However, age-associated changes may also lead to increased function in certain respects, which can be viewed as adaptive. None the less, on balance it is well-recognized that immunosenescence is accompanied by the low-grade inflammation observed commonly in elderly people, which has been dubbed 'inflamm-ageing'. The exact cause and significance of all these changes is not clear, but there is a consensus that they are related to the occurrence of chronic non-infectious age-associated disease, as well as increased susceptibility to infections. Alterations to immune cell signalling may be a prominent cause of malfunctioning immunity. Emerging attempts to reverse immunosenescence have recently targeted the signalling pathways in various different cell types of the immune system. Here, we review and discuss alterations in the signalling pathways of immune cells with ageing and consider current targets and means to modulate altered functions. We discuss the potential dangers as well as the benefits of these interventions, and consider future approaches to this problem.

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)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,126
Tête enseignante GPT0,424
Écart entre enseignants0,298 · 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

Citations53
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical & Experimental ImmunologyMême sujetTelomeres, Telomerase, and SenescenceTravaux en français237 207