MétaCan
Menu
Retour à la cohorte
Enregistrement W2471125040 · doi:10.1161/circresaha.116.308034

Circadian Influence on Metabolism and Inflammation in Atherosclerosis

2016· review· en· W2471125040 sur OpenAlexfundno aff
Cameron S. McAlpine, Filip K. Świrski

Notice bibliographique

RevueCirculation Research · 2016
Typereview
Langueen
DomaineNeuroscience
ThématiqueCircadian rhythm and melatonin
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthNational Heart, Lung, and Blood InstituteMassachusetts General Hospital
Mots-clésCircadian rhythmInflammationCircadian clockBiologyDiseaseNeuroscienceSystemic inflammationEndocrinologyMedicineInternal medicineImmunology

Résumé

récupéré en direct d'OpenAlex

Many aspects of human health and disease display daily rhythmicity. The brain's suprachiasmic nucleus, which interprets recurring external stimuli, and autonomous molecular networks in peripheral cells together, set our biological circadian clock. Disrupted or misaligned circadian rhythms promote multiple pathologies including chronic inflammatory and metabolic diseases such as atherosclerosis. Here, we discuss studies suggesting that circadian fluctuations in the vessel wall and in the circulation contribute to atherogenesis. Data from humans and mice indicate that an impaired molecular clock, disturbed sleep, and shifting light-dark patterns influence leukocyte and lipid supply in the circulation and alter cellular behavior in atherosclerotic lesions. We propose that a better understanding of both local and systemic circadian rhythms in atherosclerosis will enhance clinical management, treatment, and public health policy.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,966
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,182
Tête enseignante GPT0,409
Écart entre enseignants0,227 · 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

Citations136
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation ResearchMême sujetCircadian rhythm and melatoninTravaux en français237 207