MétaCan
Menu
Retour à la cohorte
Enregistrement W2901391464 · doi:10.1093/cvr/cvy287

Natriuretic peptide receptors and atrial-selective fibrosis: potential role in atrial fibrillation

2018· letter· en· W2901391464 sur OpenAlexafffund
Stanley Nattel

Notice bibliographique

RevueCardiovascular Research · 2018
Typeletter
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensUniversité de MontréalMcGill UniversityMontreal Heart Institute
Organismes subventionnairesCanadian Institutes of Health ResearchHeart and Stroke Foundation of Canada
Mots-clésAtrial fibrillationAtrial natriuretic peptideInternal medicineCardiologyMedicineReceptorFibrosisNatriuretic peptideHeart failure

Résumé

récupéré en direct d'OpenAlex

This editorial refers to ‘Absence of natriuretic peptide clearance receptor attenuates TGF-β1-induced selective atrial fibrosis and atrial fibrillation’ by D. Rahmutula et al., pp. 357–372. Atrial fibrillation (AF) is a significant cause of population morbidity, mortality, and preventable stroke.1 Underlying mechanisms are under active investigation, with a view to better understand pathophysiology and thereby improve therapeutic options.2 Cardiac fibrosis plays an important role in the occurrence of AF3 and its response to therapy.4 The atria appear to be particularly prone to fibrosis.3 For example, in dogs with cardiac remodelling due to tachycardiomyopathic heart failure (HF), atrial fibrous-tissue content increases much more than ventricular, reaching over 20-fold the ventricular level, accompanied by enhanced phosphorylation of mitogen-activated protein kinases and transforming growth factor-β (TGF-β) in atria.5 Transgenic mice engineered to overexpress constitutively active TGF-β show prominent atrial-selective fibrosis and AF susceptibility, despite similar transgene-expression in both atria and ventricles.6 The basis for the particular atrial susceptibility to fibrosis is poorly understood and might provide clues to novel fibrosis-prevention interventions of value in managing AF.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0280,024
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,055
Tête enseignante GPT0,341
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCardiovascular ResearchMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207