MétaCan
Menu
Retour à la cohorte
Enregistrement W2895824610 · doi:10.1038/s41598-018-34105-3

Locating human splenic capillary sheaths in virtual reality

2018· article· en· W2895824610 sur OpenAlexfundno aff
Birte Steiniger, Verena Wilhelmi, Melinda Berthold, Michael Guthe, Oleg Lobachev

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Simulation and Training
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Genetics
Mots-clésCapillary actionCD34AnatomyBiologyStromal cellPathologyCell biologyMaterials scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Stromal capillary sheath cells in human spleens strongly express CD271, the low affinity nerve growth factor receptor p75. Serial sections of a representative adult human spleen were double-stained for CD271 versus smooth muscle alpha actin (SMA) plus CD34 to visualise capillary sheaths, the arterial tree and endothelial cells by transmitted light. Preliminary three-dimensional (3D) reconstructions of single regions were inspected in virtual reality (VR). This method showed that a large number of CD271 + sheaths occur in a post-arteriolar position often surrounding capillaries located close to divisions of arterioles. The length and diameter of capillary sheaths are rather heterogeneous. Long sheaths were observed to accompany one or two generations of capillary branches. We hypothesise that human splenic capillary sheaths may attract recirculating B-lymphocytes from the open circulation of the red pulp to start their migration into white pulp follicles along branches of the arterial tree. In addition, they may provide sites of interaction among sheath macrophages and B-lymphocytes. Our innovative approach allows stringent quality control by inserting the original immunostained serial sections into the 3D model for viewing and annotation in VR. Longer series of sections will allow to unequivocally localise most of the capillary sheaths in a given volume.

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)0,002
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 enseignants0,326
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,052
Tête enseignante GPT0,347
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.

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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSurgical Simulation and TrainingTravaux en français237 207