MétaCan
Menu
Retour à la cohorte
Enregistrement W2560723352 · doi:10.1186/s12890-016-0339-5

Cystic fibrosis lung environment and Pseudomonas aeruginosa infection

2016· review· en· W2560723352 sur OpenAlexafffund
Anjali Y. Bhagirath, Yanqi Li, Deepti Somayajula, Maryam Dadashi, Sara Badr, Kangmin Duan

Notice bibliographique

RevueBMC Pulmonary Medicine · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensUniversity of ManitobaChildren's Hospital Research Institute of ManitobaResearch Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaResearch Manitoba
Mots-clésCystic fibrosisPseudomonas aeruginosaMedicineDiseaseLungLung diseaseLung infectionIntensive care medicineImmunologyBiologyPathologyGeneticsInternal medicineBacteria

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The airways of patients with cystic fibrosis (CF) are highly complex, subject to various environmental conditions as well as a distinct microbiota. Pseudomonas aeruginosa is recognized as one of the most important pulmonary pathogens and the predominant cause of morbidity and mortality in CF. A multifarious interplay between the host, pathogens, microbiota, and the environment shapes the course of the disease. There have been several excellent reviews detailing CF pathology, Pseudomonas and the role of environment in CF but only a few reviews connect these entities with regards to influence on the overall course of the disease. A holistic understanding of contributing factors is pertinent to inform new research and therapeutics. DISCUSSION: In this article, we discuss the deterministic alterations in lung physiology as a result of CF. We also revisit the impact of those changes on the microbiota, with special emphasis on P. aeruginosa and the influence of other non-genetic factors on CF. Substantial past and current research on various genetic and non-genetic aspects of cystic fibrosis has been reviewed to assess the effect of different factors on CF pulmonary infection. A thorough review of contributing factors in CF and the alterations in lung physiology indicate that CF lung infection is multi-factorial with no isolated cause that should be solely targeted to control disease progression. A combinatorial approach may be required to ensure better disease outcomes. CONCLUSION: CF lung infection is a complex disease and requires a broad multidisciplinary approach to improve CF disease outcomes. A holistic understanding of the underlying mechanisms and non-genetic contributing factors in CF is central to development of new and targeted therapeutic strategies.

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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,034
Tête enseignante GPT0,342
Écart entre enseignants0,309 · 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

Citations385
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Pulmonary MedicineMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207