MétaCan
Menu
Retour à la cohorte
Enregistrement W2770273110 · doi:10.1182/blood-2017-07-746453

Age-related clonal hematopoiesis

2017· review· en· W2770273110 sur OpenAlexaff
Liran I. Shlush

Notice bibliographique

RevueBlood · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueAcute Myeloid Leukemia Research
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésHaematopoiesisBiologyProgenitor cellStem cellSomatic cellImmunologyStem cell theory of agingCancerSomatic evolution in cancerGeneticsStem cell factorGene

Résumé

récupéré en direct d'OpenAlex

Age-related alterations in the human blood system occur in B cells, T cells, cells of the innate system, as well as hematopoietic stem and progenitor cells (HSPCs). Interestingly, age-related, reduced genetic diversity can be identified at the stem cell level and also independently in B cells and T cells. This reduced diversity is most probably related to somatic mutations or to changes in the microenvironmental niche. Either process can select for specific clones or cause repeated evolutionary bottlenecks. This review discusses the age-related clonal expansions in the human HSPC pool, which was termed in the past age-related clonal hematopoiesis (ARCH). ARCH is defined as the gradual, clonal expansion of HSPCs carrying specific, disruptive, and recurrent genetic variants, in individuals without clear diagnosis of hematological malignancies. ARCH is associated not just with chronological aging but also with several other, age-related pathological conditions, including inflammation, vascular diseases, cancer mortality, and high risk for hematological malignancies. Although it remains unclear whether ARCH is a marker of aging or plays an active role in these various pathophysiologies, it is suggested here that treating or even preventing ARCH may prove to be beneficial for human health. This review also describes a decision tree for the diagnosis and follow-up for ARCH in a research setting.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,958
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,108
Tête enseignante GPT0,403
Écart entre enseignants0,295 · 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

Citations283
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetAcute Myeloid Leukemia ResearchTravaux en français237 207