MétaCan
Menu
Retour à la cohorte
Enregistrement W2919783614 · doi:10.1002/9780470015902.a0000952.pub2

Immune Regulation in Human Health and Disease

2017· other· en· W2919783614 sur OpenAlexaff
Sabrina Bartolucci, Ciriaco A. Piccirillo

Notice bibliographique

RevueEncyclopedia of Life Sciences · 2017
Typeother
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesnon disponible
Mots-clésFOXP3Immune systemImmunologyBiologyEffectorRegulatory T cellImmune toleranceImmunityAutoimmune diseasePopulationT cellIL-2 receptorMedicineAntibody

Résumé

récupéré en direct d'OpenAlex

Abstract The immune system requires a homeostatic equilibrium among the mechanisms that assure self‐tolerance, those that control the capacity to mount life‐long immunity to pathogenic microbes and those that attenuate effector mechanisms from inducing immune pathology. There are multiple processes in place to ensure that healthy immune regulation and FOXP3+T regulatory (Treg) cells are thought to be the major players. Treg cells exercise their regulatory role through various contact‐dependent and ‐independent mechanisms, and FOXP3 is the master regulator of their various functions such as inhibiting T effector (Teff) cell proliferation and inflammatory cytokine production. Various autoimmune diseases such as IPEX occur when Treg‐cell function or numbers are abrogated. Although there is evidence that supports the involvement of Treg cells in the development of autoimmune disease, there are inconsistencies in the literature owing to the lack of Treg‐cell‐specific markers. Key Concepts The immune system employs multiple tolerance mechanisms to maintain immune homeostasis. Multiple specialised regulatory cells exist, FOXP3+ T regulatory (Treg) cells being one of the major players in the maintenance of immune tolerance. FOXP3 is the master transcription factor of Treg cells, controlling Treg‐cell phenotype and suppressive functions. Autoimmune diseases such as IPEX arise when Treg cells are defective or lacking, which can be due to mutations at theFoxp3gene locus. Multiple markers are currently being used to study the Treg‐cell population; however, these markers are not specific to Treg cells and therefore are the cause of inconsistencies in the literature on the topic of Treg‐cell function in health and disease. Disturbances in FOXP3+ Treg‐cell development, homeostasis and/or function are thought to occur in many autoimmune and chronic inflammatory diseases in humans.

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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,017
Tête enseignante GPT0,285
Écart entre enseignants0,268 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEncyclopedia of Life SciencesMême sujetImmune Cell Function and InteractionTravaux en français237 207