MétaCan
Menu
Retour à la cohorte
Enregistrement W2472715975 · doi:10.1051/medsci/20163206022

Inflammation et régénération musculaire

2016· review· fr· W2472715975 sur OpenAlexaff
Sébastien S. Dufresne, Jérôme Frenette, Nicolas A. Dumont

Notice bibliographique

Revuemédecine/sciences · 2016
Typereview
Languefr
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversité LavalCentre Hospitalier Universitaire Sainte-JustineCentre hospitalier de l'Université LavalUniversité de MontréalCentre hospitalier universitaire de Québec
Organismes subventionnairesnon disponible
Mots-clésInflammationRegeneration (biology)Inflammatory responseImmunologyMedicinePhenotypeFunction (biology)Muscle tissueCell biologyBiologyAnatomyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Muscle injuries are very frequent and are associated with an inflammatory reaction that varies in intensity. Classically the inflammatory process was considered harmful for muscle regeneration and anti-inflammatory agents are still part of a conventional therapy. Over the last decades, it has been demonstrated under some conditions that the inflammatory response could be detrimental for the musculoskeletal tissue. However, accumulating evidence indicate that controlled and efficient inflammatory response is necessary for an optimal muscle recovery. Among the resident and infiltrating leukocytes that participate into the inflammatory process, macrophages play a critical role in muscle regeneration due to their ability to switch from pro-inflammatory to anti-inflammatory phenotypes depending on their microenvironment. The present review synthesizes the recent advances regarding the interactions of the different infiltrating and resident leukocytes on myogenic cell function and muscle regeneration.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,030
Tête enseignante GPT0,331
Écart entre enseignants0,301 · 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemédecine/sciencesMême sujetMuscle Physiology and DisordersTravaux en français237 207