MétaCan
Menu
Retour à la cohorte
Enregistrement W2912287004 · doi:10.1155/2019/4569826

Systemic Sclerosis Pathogenesis and Emerging Therapies, beyond the Fibroblast

2019· review· en· W2912287004 sur OpenAlexaff
Andrea Sierra-Sepúlveda, Alexia Esquinca-González, Sergio A. Benavides-Suárez, Diego E. Sordo-Lima, Adrián E. Caballero-Islas, Antonio R. Cabral-Castañeda, Tatiana Sofia Rodrı́guez-Reyna

Notice bibliographique

RevueBioMed Research International · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPathogenesisDiseaseMedicineMultiple sclerosisMechanism (biology)ImmunologyFibrosisScleroderma (fungus)Immune systemBioinformaticsInflammationClinical trialAutoimmune diseasePathologyBiology

Résumé

récupéré en direct d'OpenAlex

Systemic sclerosis (SSc) is a complex rheumatologic autoimmune disease in which inflammation, fibrosis, and vasculopathy share several pathogenic pathways that lead to skin and internal organ damage. Recent findings regarding the participation and interaction of the innate and acquired immune system have led to a better understanding of the pathogenesis of the disease and to the identification of new therapeutic targets, many of which have been tested in preclinical and clinical trials with varying results. In this manuscript, we review the state of the art of the pathogenesis of this disease and discuss the main therapeutic targets related to each pathogenic mechanism that have been discovered so far.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,213
Tête enseignante GPT0,422
Écart entre enseignants0,208 · 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
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

Citations83
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetSystemic Sclerosis and Related DiseasesTravaux en français237 207