MétaCan
Menu
Retour à la cohorte
Enregistrement W2752731689 · doi:10.1097/aln.0000000000001882

Stem Cell–based Therapies for Sepsis

2017· review· en· W2752731689 sur OpenAlexafffund
Colm Keane, Mirjana Jerkić, John G. Laffey

Notice bibliographique

RevueAnesthesiology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMesenchymal stem cell research
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSepsisMedicineStem cellMesenchymal stem cellImmune systemSystemic inflammatory response syndromeImmunologyIntensive care medicineStromal cellSeptic shockHost responseStem-cell therapyOrgan dysfunctionInternal medicinePathologyBiology

Résumé

récupéré en direct d'OpenAlex

Sepsis is a life-threatening syndrome resulting in shock and organ dysfunction stemming from a microbial infection. Sepsis has a mortality of 40% and is implicated in half of all in-hospital deaths. The host immune response to microbial infection is critical, with early-phase sepsis characterized by a hyperinflammatory immune response, whereas the later phase of sepsis is often complicated by suppression. Sepsis has no treatment, and management remains supportive.Stem cells constitute exciting potential therapeutic agents for sepsis. In this review, we examine the rationale for stem cells in sepsis, focusing on mesenchymal stem/stromal cells, which currently demonstrate the greatest therapeutic promise. We examine the preclinical evidence base and evaluate potential mechanisms of action of these cells that are important in the setting of sepsis. We discuss early-phase clinical trials and critically appraise translational barriers to the use of mesenchymal stem/stromal cells in patients with sepsis.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,991
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,302
Tête enseignante GPT0,456
Écart entre enseignants0,154 · 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

Citations69
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnesthesiologyMême sujetMesenchymal stem cell researchTravaux en français237 207