MétaCan
Menu
Retour à la cohorte
Enregistrement W2603333258 · doi:10.2527/asasmw.2017.12.144

144 Pre-programming of the immune system to enhance immunological capacity of offspring

2017· article· en· W2603333258 sur OpenAlexaff
Niel A. Karrow, Sarah Oh, A. Lee, Z. Li, Richard Fisher, C. F. M. de Lange

Notice bibliographique

RevueJournal of Animal Science · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésOffspringImmune systemImmunologyBiologyPregnancyGenetics

Résumé

récupéré en direct d'OpenAlex

Livestock experience different forms of immune system stimulation (ISS) during their production cycle including microbial infection, vaccination, and tissue trauma. The release of pro-inflammatory cytokines during ISS activates the hypothalamic-pituitary-adrenal (HPA) axis or “stress axis”, which regulates metabolism and the immune response during ISS to restore physiological homeostasis. When ISS occurs during pregnancy, it can later cause programming of the immature fetal neuroendocrine-immune system. It is hypothesized that this plasticity in neuroendocrine-immune programming allows the fetus to adapt to its post-natal environment; however, risk of adulthood disease may also increase if the newborn is not appropriately matched to its novel environment. Bacterial lipopolysaccharide (LPS) endotoxin is an ISS that is commonly used by immunologists to simulate and study the host response to bacterial infection. When LPS was administered to sheep and pigs during late pregnancy, and the dams were consuming diets containing different n3 and n6 polyunsaturated fatty acid (PUFA) profiles, we observed long-term changes to various offspring health-related phenotypes. This presentation will highlight the immunological changes that were observed, and the health implications of these changes will be discussed.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,198

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,286
Écart entre enseignants0,270 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal ScienceMême sujetAnimal Genetics and ReproductionTravaux en français237 207