MétaCan
Menu
Retour à la cohorte
Enregistrement W2744420379

THE ROLE OF SEROTONINERGIC SYSTEM IN SKIN HEALING

2017· article· en· W2744420379 sur OpenAlexaff
Ahmed Shah, Saeid Amini‐Nik

Notice bibliographique

RevueInternational Journal of Drug Research and Technology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSerotonergicWound healingMedicineSerotoninInflammationContext (archaeology)NeuroscienceReceptorSurgeryImmunologyBiologyInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Wounds are a disruption to the continuity of cells that is repaired through well-coordinated steps including inflammation, proliferation and extra-cellular matrix (ECM) remodeling. Often these processes are dysregulated, resulting in either impaired wound healing seen in chronic diabetic wounds, or excessive healing seen in hypertrophic scarring. The serotoninergic system is historically known for its action in the central and peripheral nervous systems, but its role in wound healing is recently coming to light. Serotonin (5HT) has an important role in the promotion of wound healing, particularly in the inflammatory and proliferative stages. In this review, we discuss the role of serotonergic agents and serotonin receptor antagonists in wound healing. Moreover, we discuss the potential mechanisms of actions, and the advantages and limitations of these drugs in the treatment of acute wounds, chronic wounds, and hypertrophic scarring. Since the effects of the serotoninergic pathway in the context of wound healing is largely unexplored, we also discuss where future research in the field is warranted.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,416
Score d'incertitude au seuil0,160

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,027
Tête enseignante GPT0,404
Écart entre enseignants0,376 · 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'étudeObservationnel
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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Drug Research and TechnologyMême sujetWound Healing and TreatmentsTravaux en français237 207