Neuroimmune Communication in Health and Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The immune and nervous systems are tightly integrated, with each system capable of influencing the other to respond to infectious or inflammatory perturbations of homeostasis. Recent studies demonstrating the ability of neural stimulation to significantly reduce the severity of immunopathology and consequently reduce mortality have led to a resurgence in the field of neuroimmunology. Highlighting the tight integration of the nervous and immune systems, afferent neurons can be activated by a diverse range of substances from bacterial-derived products to cytokines released by host cells. While activation of vagal afferents by these substances dominates the literature, additional sensory neurons are responsive as well. It is becoming increasingly clear that although the cholinergic anti-inflammatory pathway has become the predominant model, a multitude of functional circuits exist through which neuronal messengers can influence immunological outcomes. These include pathways whereby efferent signaling occurs independent of the vagus nerve through sympathetic neurons. To receive input from the nervous system, immune cells including B and T cells, macrophages, and professional antigen presenting cells express specific neurotransmitter receptors that affect immune cell function. Specialized immune cell populations not only express neurotransmitter receptors, but express the enzymatic machinery required to produce neurotransmitters, such as acetylcholine, allowing them to act as signaling intermediaries. Although elegant experiments have begun to decipher some of these interactions, integration of these molecules, cells, and anatomy into defined neuroimmune circuits in health and disease is in its infancy. This review describes these circuits and highlights continued challenges and opportunities for the field.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
score_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