MétaCan
Menu
Retour à la cohorte
Enregistrement W2897185231 · doi:10.1080/1547691x.2018.1514444

The skin as a metabolic and immune-competent organ: Implications for drug-induced skin rash

2018· review· en· W2897185231 sur OpenAlexaff
Amy Sharma, Yoshiro Saito, Wen‐Hung Chung, Dean J. Naisbitt, Jack Uetrecht, Jeanine L. Bussiere

Notice bibliographique

RevueJournal of Immunotoxicology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueDrug-Induced Adverse Reactions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMedical Research Council
Mots-clésImmune systemDrugRashImmunologyAdverse effectMedicineInnate immune systemMechanism (biology)Human skinBiologyPharmacologyDermatology

Résumé

récupéré en direct d'OpenAlex

Current advances in the study of cutaneous adverse drug reactions can be attributed to the recent understanding that the skin is both a metabolically and immunologically competent organ. The ability of the skin to serve as a protective barrier with limited drug biotransformation ability, yet highly active immune function, has provided insights into its biological capability. While the immune response of the skin to drugs is vastly different from that of the liver due to evolutionary conditioning, it frequently occurs in response to various drug classes and manifests as a spectrum of hypersensitivity reactions. The skin is a common site of adverse and idiosyncratic drug reactions; drug-specific T-cells, as well as involvement of an innate immune response, appear to be key mechanistic drivers in such scenarios. Association of other factors such as human leukocyte antigen (HLA) polymorphisms may play a significant role for particular drugs. This review aims to integrate emerging findings into proposed mechanisms of drug metabolism and immunity in the skin that are likely responsible for rashes and other local allergic responses. These unique biological aspects of the skin, and their translation into implications for drug development and the use of animal models, will be discussed.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,044
Tête enseignante GPT0,375
Écart entre enseignants0,332 · 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'étudeAutre devis
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

Citations27
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ImmunotoxicologyMême sujetDrug-Induced Adverse ReactionsTravaux en français237 207